PÉCSI TUDOMÁNYEGYETEM Földtudományok Doktori Iskolaold.foldrajz.ttk.pte.hu/phd/phdkoord/nv/disszert/... · 2016-11-03 · kialakulásában jelentős szerepe van a szilárd halmazállapotú

PÉCSI TUDOMÁNYEGYETEM

Földtudományok Doktori Iskola

Csapadékképződési folyamatok számítógépes

modellezése

Doktori értekezés

Sarkadi Noémi

Témavezető:

Dr. Geresdi István DSc

egyetemi tanár

Pécs, 2016

i

Tartalomjegyzék

1. Bevezetés _____________________________________________________________ 2

2. Tudománytörténeti áttekintés ____________________________________________ 5

2.1. Mérés és megfigyelés ________________________________________________ 7

2.1.1. Laboratóriumi megfigyelések ____________________________________________ 7

2.1.2. In situ megfigyelések ___________________________________________________ 9

2.2. Modellezés _______________________________________________________ 20

2.2.1. „Bulk” parametrizáció _________________________________________________ 20

2.2.2. „Bin” parametrizáció __________________________________________________ 22

2.3. A felhőfizikai folyamatok modellezésének korlátai ______________________ 22

3. Célkitűzések _________________________________________________________ 25

4. Alkalmazott kutatási módszer ___________________________________________ 26

4.1. A „bin” mikrofizikai modell ismertetése _______________________________ 27

4.2. Ekvivalens radar reflektivitás számítása _______________________________ 31

4.2.1. Érzékenységi vizsgálatok 1D időfüggő modell alkalmazásával _________________ 37

5. Eredmények _________________________________________________________ 40

5.1. Olvadási folyamatok _______________________________________________ 40

5.1.1. Az olvadási folyamatok és a környezeti paraméterek közötti kölcsönhatás ________ 44

5.1.2. A részecskék méret szerinti eloszlásának változása az olvadási folyamatok során___ 49

5.1.3. Az olvadási réteg vastagságának függése a hidrometeorok kezdeti keverési arányától 51

5.2. Valós esetek részletes elemzése _______________________________________ 54

5.2.1. Ónos eső – St. John’s esettanulmány ______________________________________ 55

5.2.2. Orografikus csapadék – IMPROVE-2 esettanulmány _________________________ 60

5.2.3. Csapadékképződési folyamatok zivatarokban – Oklahoma squall line esettanulmány 78

6. Az eredmények összefoglalása ___________________________________________ 90

7. A kutatás további irányai ______________________________________________ 95

Köszönetnyilvánítás _____________________________________________________ 96

Irodalomjegyzék ________________________________________________________ 97

Függelék ______________________________________________________________ 113

1. Bevezetés

2

1. Bevezetés

A csapadékképződés megismerése, illetve modellezése nemcsak a mindennapi előrejelzési

feladatok ellátásában kiemelkedő fontosságú, de klimatológiai szempontból is jelentős. A

mikrofizikai folyamatok a felhőzet kiterjedésén, optikai tulajdonságán, illetve a lehulló

csapadékon keresztül befolyásolják az időjárást és az éghajlatot.

1.1. ábra: Jégszemek méret szerinti elkülönítése (Forrás: NOAA). Egy inch 2,54 cm átmérőnek felel

meg, így az elnevezések és méretek a következő módon alakulnak: penny nagyságú (1,9 cm); negyed

dolláros (2,54 cm); fél dollár (3,18 cm); golf labda (4,45 cm); biliárd golyó (5,39 cm); baseball labda

(6,99 cm); softball nagyságú (9,65 cm) és CD/DVD nagyságú jégszemek (megközelítőleg 12,06 cm).

A pontos előrejelzések készítésének elengedhetetlen feltétele, hogy a numerikus

modellekben a felhő- és csapadékelemek kialakulását és növekedését leíró folyamatokat is

a lehető legrészletesebben vegyük figyelembe. Azonban az összefüggések bonyolultsága és

a számítógépek teljesítménybeli korlátai miatt még napjainkban is többnyire csak közelítő,

1. Bevezetés

3

parametrizációs eljárások segítségével tudjuk leírni a csapadékképződést (PRUPPACHER –

KLETT, 2004). A legtöbb, operatívan alkalmazott numerikus modellben (pl. WRF,

AROME) az ún. „bulk” parametrizációs sémát alkalmazzák. A séma számtalan előnye

ellenére még mindig nem ad elég pontos képet a valós folyamatokról, ami az előrejelzések

– akár rövidebb távú, akár klimatológiai – bizonytalanságát növeli.

1.2. ábra: Jégeső által elvert kukorica, Mezőhegyes, 2010 (Forrás: AGRO).

Az ultrarövid-, illetve rövidtávú előrejelzések szempontjából a lehulló csapadék

mennyiségének és halmazállapotának meghatározása kiemelkedő fontosságú. Például az

olvadás meghatározza a csapadék halmazállapotát (eső, havazás, illetve ónos eső) és a

vízcseppek méret szerinti eloszlását is. Az olvadás és a vízcseppek méret szerinti

eloszlásától függő párolgás hatással van a zivatarok mozgását meghatározó hideg

légtömegek (cold pool) kialakulására. Mint ahogy a példa is mutatja, a zivatarfelhők

esetében a dinamikai és a mikrofizikai folyamatok közötti erős kölcsönhatás miatt is fontos

a csapadékképződési folyamatok pontos modellezése (ROTUNNO et al., 1988; WEISMANN –

ROTUNNO, 2004). A zivatarfelhőkhöz számos veszélyes időjárási jelenség kapcsolódik,

például: erős szél, villámlás, vagy jégeső. A felszínre hulló jégszemek mérete igen széles

1. Bevezetés

4

skálán változhat: a néhány milliméteres átmérőtől akár a teniszlabda nagyságig is (1.1.

ábra). Az eddigi legnagyobb – mintegy 0,9 kg tömegű és 20 cm átmérőjű – jégszemet az

Amerikai Egyesült Államokban, 2010-ben regisztrálták. A jégeső hazánkban is igen

jelentős károkat tud okozni, elég csak a 2010-es mezőhegyesi eseményre gondolni, amely

csaknem a teljes mezőgazdasági termést elpusztította a környéken (1.2. ábra). Hasonló

példákat az ország bármely területéről említhetnénk: a 2015. májusi jégkár Baranya

megyében, vagy a 2006. augusztus 20-i intenzív zivatartevékenység Budapesten.

Nem csak a zivatarokkal összefüggésben hozhatunk példát a mikrofizikai

folyamatoknak az előrejelzésben betöltött fontos szerepéről. Hazánkban is nagy károkat

tud okozni (pl.: közlekedési balesetek, felsővezetékek meghibásodása) az inverziós

helyzetekben (mint például a hideg légpárnás helyzetek) kialakuló ónos eső. A csapadék

mennyiségének előrejelzett értéke – különösen a zivatarfelhők esetében – sokszor

jelentősen eltér a megfigyelt értéktől. A csapadék intenzitásának pontos előrejelzése a

hirtelen árvizek kialakulása szempontjából fontos (például a 2010-es mátrakeresztesi

zivatarlánc okozta földcsuszamlások és flash flood-ok (CZIGÁNY et al., 2011)).

A fenti példák is jól szemléltetik, hogy a csapadékképződés pontosabb ismerete

jelentős előrelépést eredményezhet az időjárási előrejelzés területén. Napjaink komplex,

felhőfizikai kutatásaiban egyre nagyobb szerepet kap a numerikus modellezés, aminek

egyrészt az az oka, hogy a csapadékképződés tanulmányozása mérések segítségével (pl.

laboratóriumi mérések, in-situ megfigyelések) a széles tér- és időskálán lezajló változások

miatt csak korlátozottan lehetséges. Másrészt a state-of-the-art mikrofizikai modellek már

olyan részletes leírását adják a felhő- és csapadékképződésnek, hogy az ún. numerikus

kísérletek segítségével megbízható információhoz juthatunk a felhőkben lejátszódó

folyamatokról.

2. Tudománytörténeti áttekintés

5


A meteorológián belül a felhőfizika az a tudományterület, amely a felhőkben lejátszódó

fizikai folyamatok – a levegő áramlása, a víz halmazállapot-változása, a vízcseppek és a

jégrészecskék ütközése – vizsgálatával foglalkozik. A levegő áramlását a felhődinamika

módszereivel írjuk le, míg a felhőket alkotó elemek kialakulását, növekedését, és a

részecskék közötti kölcsönhatást a mikrofizika tárgyalja (GERESDI, 2004).

A csapadék kialakulásával kapcsolatos kutatások egészen az 1500-as évek közepéig

nyúlnak vissza, azonban a mai értelemben vett mikrofizikai vizsgálatokról csak az 1940-es

évektől kezdődően beszélhetünk. Az 1940-es években az addig leginkább kvalitatív

megfigyelésekre alapozott felhőfizikai kutatások új irányt vettek a repülőgépek, radarok, és

más, új megfigyelési technikák megjelenésével. A XX. század közepén megjelenő

számítógépek pedig újabb teret nyitottak a fejlődésnek (PRUPPACHER – KLETT, 2004).

A felhőfizikai kutatások esetében komoly nehézséget okoz az, hogy a különböző

folyamatok széles tér- és időskálán játszódnak le. Míg a felhők mozgását és a levegő

felhőn belüli áramlását leíró felhődinamika perc – órás időskálán és m – km-es térbeli

skálán lejátszódó folyamatokat vizsgál, addig az ezekkel a folyamatokkal szoros

kölcsönhatásban lévő mikrofizikai változások msec – sec.-os időbeli és µm – mm-es térbeli

skálán zajlanak. Jó példa a különböző skálán lejátszódó folyamatok közötti erős

kölcsönhatásra a zivatarokban lejátszódó csapadékképződés (HOUZE, 1993). A zivatarok

közelében kialakuló erőteljes kifutószelek és a hideg légtömegek (cold pool)

kialakulásában jelentős szerepe van a szilárd halmazállapotú csapadékelemek olvadásának

és a vízcseppek párolgásának (GERESDI, 2004). A zivatarfelhőkben kialakuló felhőcseppek

és jégkristályok gyors növekedésének következtében nagyméretű csapadékelemek

alakulnak ki. Az így létrejövő vízcseppek és jégszemek (jég, hódara) esési sebességük

akkora lesz, hogy kihullnak a felhőből. Kihullás közben a levegő egy részét magukkal

ragadják, így a közegellenállási erő hatására a levegő lefele áramlik, és a felszínt elérve

szétáramlik. A csapadékelemek párolgása és olvadása miatt a lefele áramló levegő

hidegebb, mint a környezete. A felszínt elérő és nagy sebességgel szétterülő levegő

feláramlásra kényszeríti a környező meleg, nedves levegőt, így újabb felhő képződik.

Ugyanakkor a szétáramló hideg levegő elzárja a feláramlást a meleg levegő utánpótlástól,

ami az első zivatarcella leépüléséhez vezet (TAO et al., 1995; DAWSON et al., 2010). A


6

konvektív rendszerekhez számos olyan veszélyes időjárási helyzet kapcsolódik, amely az

érdeklődés középpontjába helyezi őket. Többek között a hirtelen lehulló, nagy mennyiségű

csapadék, az erőteljes szél, valamint a jégeső miatt. A konvektív rendszerek

megfigyelésének és vizsgálatának eredményeit a szakirodalom széles körűen tárgyalja

(ROTUNNO et al., 1988; WEISMANN – RUTONNO, 2004; BYERS – BRAHAM, 1949). A

konvektív rendszereket szerkezetük és élettartamuk szerint csoportosíthatjuk (pl.

HORVÁTH, 2007). Hazánkban gyakoriak a nagy csapadékkal járó vonalas szerkezetű

mezoskálájú konvektív rendszerek (MADDOX, 1980; HOUZE, 1993; HORVÁTH et al., 2012).

Ezek a rendszerek az instabilitási vonalra merőlegesen (zivatarláncok), vagy azzal

párhuzamosan (zivatarvonalak) mozoghatnak (PARKER – JOHNSON, 2000). A zivatarláncok

esetén két fő csoportot különíthetünk el: (i) a zivatargócok a réteges felhőzóna mögött

helyezkednek el; (ii) a zivatargócok a réteges szerkezetű zóna előtt helyezkednek el (squall

line). A gyors mozgású zivatarláncok jellemző kísérőjelenségei: a szélvihar; a jégeső és a

tornádó; valamint a lokálisan, rövid idő alatt lehulló nagy mennyiségű csapadék. A

zivatarvonalakra ez utóbbi a legjellemzőbb.

A felhőkben lejátszódó folyamatok vizsgálatának több módja létezik. A fentiekben

említett, nagy időbeli és térbeli változékonysága miatt mindenre kiterjedő laboratóriumi

vizsgálat nem lehetséges, ám bizonyos folyamatokról (pl. vízcseppek ütközése, jégszemek

olvadása) hasznos információkat kaphatunk e megfigyeléseknek köszönhetően. A

műholdak, radarok, illetve egyéb távérzékelési eszközök (LIDAR, SODAR) a valóságban

lejátszódó folyamatokról adnak egyre pontosabb képet. A harmadik vizsgálati lehetőség a

folyamatok numerikus modellezése. A modellezés előnye, hogy a folyamatok jól

reprodukálható módon történő leírását teszi lehetővé. Hátránya, hogy az alkalmazott

közelítések kisebb-nagyobb pontatlanságot okoznak, továbbá a számítógépek teljesítménye

is jelentős korlátot szab a módszer alkalmazását illetően.

A továbbiakban rátérek a szakirodalmi áttekintésre. Mivel jelen dolgozatnak nem

célja mindenre kiterjedő részletességgel vizsgálni a teljes tudománytörténetet, így az

irodalmi áttekintés során csak a kutatási területemmel kapcsolatos mérési, megfigyelési és

modellezési eredmények bemutatására fókuszálok.


7

2.1. Mérés és megfigyelés

2.1.1. Laboratóriumi megfigyelések

A laboratóriumi körülmények olyan idealizált környezeti feltételeket teremtenek, amelyek

lehetővé teszik az egyes folyamatok részletes, jól reprodukálható vizsgálatát. Az

alkalmazott laboratóriumi technológiák közül az úgy nevezett szélcsatorna vizsgálatok

(2.1. ábra) a legelterjedtebbek. Segítségével lamináris és turbulens áramlási viszonyok

között tudják vizsgálni a különböző felhőelemek viselkedését, mint például az esőcseppek

ütközéses növekedését, a csepprobbanást, a szilárd halmazállapotú elemek olvadását, vagy

a különböző (felszíni-, és belső-) fagyási folyamatokat.

2.1. ábra: Szélcsatorna sematikus képe (Forrás: Mainzi Tudományegyetem).

A szilárd halmazállapotú csapadékelemek olvadásával összefüggésben az első elméleti

modellt MASON (1956) dolgozta ki (2.2. ábra). Modellje szerint az olvadás során a

jégkristály felszínén egy vékony, stabil filmréteg képződik a megolvadt vízből. Ez a


8

vízréteg hatással van a részecskék esési sebességére, valamint befolyásolja a környezettel

való hőcserét is (a víz párolgásából származó hűlés). MASON feltételezte, hogy a

jégrészecskét befedő filmrétegben nincs áramlás, valamint, hogy a jégrészecskék azonnal

olvadni kezdenek, amint elérik a 0 °C-os izotermát.

2.2. ábra: MASON (1956) elméleti modellje a jégrészecskék olvadásáról. T0 az olvadó jég felszínének

hőmérséklete (0 °C), T (rjég) jelöli a részecske felszínének hőmérsékletét, míg Tk a környező levegő

hőmérséklete; rrészecske a megolvadt vízzel együtt a teljes részecske sugara, míg rjég a még nem olvadt jég

sugara.

Az 1970-es és 80-as években elvégzett laboratóriumi mérések ellentmondtak a Mason-féle

modellnek. Egyrészt bebizonyították, hogy a keletkezett vízréteg nem állandó a jég

felszínén, hanem onnan esetenként lesodródik és a lesodródó vízből vízcseppek képződnek

(RASMUSSEN et al., 1984a, b). Másrészt azt találták, hogy az olvadási folyamatok

megindulása és sebessége a környező levegő hőmérséklete mellett jelentős mértékben függ

a relatív páratartalomtól (RASMUSSEN – PRUPPACHER, 1982). Abban az esetben, ha a

jégkristály alultelített környezetbe kerül, a teljes elolvadáshoz szükséges idő jelentősen

megnövekszik. Ez a jelenség a párolgás okozta hűléssel magyarázható. A relatív

páratartalom hatásának figyelembe vétele az ún. kritikus hőmérséklet bevezetésével

lehetséges. A kritikus hőmérséklet a jégkristály méretétől független paraméter, és az

alultelítettség növekedésével arányosan növekszik (pl. 50 %-os relatív páratartalom esetén

a kritikus hőmérséklet kb. + 4 °C). A korábbi eredményekhez képest jelentős előrelépést

jelentett, hogy figyelembe vették, hogy az olvadás miatt növekedő sűrűségű részecskék

határsebessége növekszik; valamint az olvadás aszimmetriájára is bizonyítékot találtak. Ez


9

utóbbi azért fontos, mivel az eltérő vastagságú vízréteg a jégrészecskék (jégkristályok,

hódara) különböző területein befolyásolja a környezettel való hőcserét.

Laboratóriumi mérésekkel igazolták azt is, hogy a lesodródott víz mennyisége függ

a hódara részecskék, vagy a jégszemek kezdeti méretétől, valamint a Reynolds-számtól1;

továbbá, hogy a lesodródás nem folyamatosan megy végbe, hanem szakaszosan (például:

egy 1 cm-es jég esetén a lesodródás nem indul meg, csak abban az esetben, ha az olvadási

arány eléri a 40 %-ot). ORALTAY és HALLETT (1989) mérésekkel támasztották alá, hogy a

lesodródás nem csak a hódara, illetve a jégszem méretétől, de a környező levegő

hőmérsékletétől, a relatív páratartalmától, valamint az olvadó jég alakjától is függ (a

komplex alaki besorolást ld. KIKUCHI et al., 2013-ban).

Az általánosan elfogadott elmélet szerint a hópelyhek olvadása során a víz a

kristály struktúrájának megfelelően a jégváz belsejében gyűlik össze. A hópelyhek olvadási

folyamatait mind felszíni mérések alapján (KNIGHT, 1979; FUYIJOSHI, 1986), mind pedig

laboratóriumi körülmények (MITRA et al., 1990) között vizsgálták. Kutatásaik a

megfigyelésekkel (radarmérések) konzisztens eredményre vezettek, miszerint: (i) az

olvadási réteg a 0 – + 5 °C-os hőmérsékleti tartományban helyezkedik el; (ii) a hópelyhek

és hókristályok olvadását jelentős mértékben befolyásolja a környező levegő relatív

páratartalma.

2.1.2. In situ megfigyelések

A felhőkben lejátszódó folyamatok tanulmányozásának másik lehetséges módja a

légkörben kialakuló felhők és a belőlük hulló csapadék közvetlen, illetve közvetett

megfigyelése. A megfigyelések történhetnek földfelszíni, vagy repülőgépre telepített

mérőműszerek, műholdak és radarok segítségével. A felhőfizikai folyamatok

szempontjából a földfelszíni mérések közül a csapadék mennyiségének, intenzitásának és

halmazállapotának meghatározása tekinthető a legfontosabbnak. A különböző

1 A Reynolds-szám: A Reynolds-szám egy dimenziómentes mennyiség, amely a tehetetlenségi és súrlódási

erők között teremt kapcsolatot. Az egyenletben levegő, levegő rendre a levegő sűrűsége és viszkozitása, v(t) az

áramlás karakterisztikus sebessége, 2r karakterisztikus méret.

Re

2 levegő

levegő

r v tN


10

csapadékmérő berendezések közül a legelterjedtebb a billenőkanalas csapadékmérő

berendezés, amelynek segítségével a folyékony halmazállapotú csapadék mennyiségét és

intenzitását tudjuk mérni. A hótakaró vastagságát lézeres elven működő berendezés

segítségével mérik. A mérés a következőképpen történik: ismert magasságú pontra

telepített lézeres berendezéssel megmérik a műszer és a földfelszín közötti távolságot.

Havazás idején az összegyűlt hó miatt a felszín magassága módosul, így a referencia

felszín értékének ismeretében meghatározható a hullott hó mennyisége (RASMUSSEN et al.,

2012). A csapadék mennyiségi becslésén túl a csapadék intenzitásának mérése – különösen

havazás esetén – a meteorológiai megfigyelések egyik legnagyobb kihívása. A probléma

egyrészt a hópelyhek változatos alakjának, sűrűségének, méret szerinti eloszlásának

következménye, másrészt azzal magyarázható, hogy a hópelyhek horizontális irányú

sebessége jóval meghaladja a függőleges esési sebességet. A legelterjedtebb földfelszíni

megfigyelőeszközök (billenőkanalas, mérleges-, illetve optikai csapadékmérők) többnyire

alulbecsülik a csapadék intenzitását havazás idején. RASMUSSEN et al. (2011) olyan

mérőműszert ismertetett, amely kiküszöböli a hópelyhek változatos alakjából, típusától és

sűrűségétől függő hibákat. Az általuk „hotplate precipitation gauge”-nek nevezett műszer

két, egymás felett elhelyezett, teljesen azonos alumínium lemezből áll, amelyet a

környezeti paraméterek (hőmérséklet, szél) függvényében azonos hőmérsékletre

melegítenek (~ 75 °C). A melegítésnek köszönhetően a kisebb hókristályok kevesebb, mint

egy másodperc alatt elolvadnak, vagy elszublimálnak, azonban a nagyobb hópelyhek teljes

megolvadásához is csak néhány másodpercre van szükség. A két lemez közül a felső

lemezre a csapadék, a hőmérséklet és a szél, míg az alsó lemezre csak a környező levegő

hőmérséklete és a szélviszonyok vannak hatással. Amíg a csapadékelemek olvadása és

párolgása hűtik a felső lemezt, addig az alsó lemez hőmérsékletének változására a

csapadéktevékenység nincs hatással. A két lemez között kialakuló hőmérséklet-különbség

arányos a csapadékintenzitással. A mérőműszer előnye, hogy a korábbi műszerekkel

ellentétben 1 perces időbeli felbontással képes adatokat szolgáltatni 0,25-től 35 mm h-1

-ig

terjedő intervallumban (beleértve a szitálást, esőt is), kb. 5 %-os hibával.

A repülőgépes mérések nagy előnye, hogy a légkör állapothatározói (hőmérséklet,

nyomás), a vertikális sebesség, továbbá a légkörben található aeroszol-részecskék,

valamint felhő- és csapadékelemek koncentrációja és méret szerinti eloszlása közvetlenül

mérhetőek (LAURSEN et al., 2006).


11

2.1.2.1. Mérőműszerek és alkalmazásuk

Disdrométerek

Az operatív gyakorlatban még nem terjedt el, de a tudományos projektekben gyakran

használják a csapadékelemek méret szerinti eloszlásának meghatározására is képes

disdrométereket. A disdrométerek a csapadékelemek méretének meghatározása mellett

azok esési sebességének meghatározására is alkalmasak, valamint egyes típusai képesek

különbséget tenni esőcseppek, jég és hódara szemek között. A disdrométerek között

megkülönböztetünk optikai, akusztikus és videó elven működő mérőműszereket

(ILLINGWORTH – STEVENS, 1987; LÖFFLER-MANG – JOSS, 2000; KRUGER – KRAJEWSKI,

2002; LEMPIO et al., 2007; LIU et al., 2014). A disdrométerek általában időben integrált

csapadékmennyiséget szolgáltatnak különböző méretintervallumokra (YUTER et al., 2006).

Napjainkban is széles körben alkalmazzák az ún. Joss-Waldvogel disdrométereket.

Az említett műszer képes a vízcseppek méret szerinti eloszlásának, határsebességének és

alakjának megfigyelésére (KINNEL, 1976). A műszer működési elve az, hogy egy

hungarocell lemeznek (50 cm2) ütköző vízcseppek feszültséget generálnak, és ez a

feszültség arányos a vízcseppek átmérőjével. JOSS-WALDVOGEL (1969, 1977) kísérletei

alapján a mérési tartomány 0,3 – 5,5 mm. A mérést olykor jelentős hiba terhelheti: (i)

optikai megfigyelésekkel történő összehasonlítás segítségével kimutatták, hogy a nagyobb

cseppek határsebességüknél kisebb esési sebességgel esnek. Ennek következtében a

megfigyelt méret szerinti eloszlás a ténylegeshez képest a kisebb cseppek irányába tolódik

el (TOKAY et al., 2005). (ii) Az 5 mm-nél nagyobb cseppek esetén a detektálás az 5 –

5,5 mm közötti méretkategóriában történik. (iii) Amennyiben egy időben két-, vagy több

vízcsepp is érintkezik a mérőműszer felületével, az a kisebb cseppek koncentrációjának

alulbecslését eredményezi, mivel a műszer csak a nagyobb cseppek által generált

feszültséget detektálja. Ezt a szakirodalom a disdrométer holtidejének nevezi, amely

leggyakrabban intenzív csapadéktevékenység esetén jelentkezik (TOKAY et al., 2003).

A disdrométer által szolgáltatott adatokat széleskörűen használják mind a

mikrofizikai modellek tesztelése, mind pedig a csapadékintenzitás és a reflektivitás közötti

összefüggés vizsgálata során (SHEPPARD – JOE, 1994; GEOTIS, 1978; GODDARD et al.,

1982; TOKAY et al., 1999; BRINGI et al., 2003; ZHANG et al., 2011).


12

FSSP-100

Az FSSP (Forward Scattering Spectrometer Probe) 100-as típusú berendezést a 2,0 μm -

47,0 μm méretű vízcseppek (felhőcseppek) megfigyelésére használják (2.3. ábra). A

műszer a méretet ± 20 % pontossággal, míg a koncentrációt ± 16 % pontossággal adja

meg. A műszert a felhőcseppek méret szerinti eloszlásának megfigyelésére alkalmazzák,

segítségével a felhők mikrofizikai folyamatairól kapunk közvetlen, vagy közvetett

információt. Az érzékelő optikai elven működik: He - Ne lézer által generált sugárnyalábot

a műszer érzékelői közé beáramló levegő irányára merőlegesen beállítva fókuszálják. A

lézersugáron keresztülhaladó felhőcseppek által szórt fényt egy prizma és egy gyűjtőlencse

irányítja a detektorba. A mérés során – Mie-féle szórást feltételezve – 15

méretintervallumban detektálják a vízcseppek koncentrációját. Amennyiben egyszerre több

csepp halad át a lézersugáron, akkor a műszer csak egy cseppet képes regisztrálni, amely

kis koncentráció (~ 300 cm-3

) esetén 5 %, míg nagyobb koncentráció esetén (~ 1000 cm-3

)

mintegy 30 %-os regisztrációs hiányt eredményez. Emellett különösen óvatosan kell

kezelni a műszer által szolgáltatott adatokat, amennyiben az áramló levegő jégkristályokat

is tartalmaz, ugyanis a detektálás során azzal a feltevéssel élnek, hogy gömb alakú

vízcseppek által szórt sugárzást detektál a műszer. A jégkristályok esetén azonban se a

törésmutató, se az alak közelítése nem felel meg ennek a feltevésnek (COELHO et al.,

2005a, b; NAGEL et al., 2007).

2.3. ábra: FSSP-100 működésének sematikus képe (Forrás: UCAR).


13

2D-C és 2D-P próbák

A 2D-C és 2D-P eszközöket a nagyobb méretű vízcseppek és a különböző alakú jég

részecskék detektálására fejlesztették ki (2.4. ábra). Ezeknek, az optikai elven működő

műszereknek az a lényegük, hogy a hidrometeorok egy lézersugáron áthaladva árnyékot

képeznek egy vonalba elhelyezett diódasoron. A fényintenzitás változásának detektálásával

(az árnyékoló részecskék és a diódasor egymáshoz viszonyított mozgása miatt) a

részecskék kétdimenziós vetületét kapjuk. A vízcseppek esetén a méret viszonylag kis

hibával meghatározható, azonban a jégrészecskék esetén (pl. hópelyhek) az összetett

háromdimenziós alak miatt a bizonytalanság nagyobb (2.5. ábra). A mérés a 2D-C esetén a

25 – 800 μm, a 2D-P esetében pedig a 200 – 6400 μm méretintervallumban történik

(GERESDI, 2004). A mérés hibája a méret esetében a méret, az alak és a részecske

orientációjának függvénye, míg a koncentráció mérése esetén csak a hidrometeorok mérete

a meghatározó.

2.4. ábra: A 2D-C felhőszonda működésének sematikus képe (Forrás: UCAR).

Földfelszíni és repülőgépes mérések is bebizonyították, hogy a felhők mikrofizikai

tulajdonságainak vizsgálata során nem tekinthetünk el attól, hogy a részecskék

koncentrációja jelentősen függ azok méretétől (GUNN – MARSHALL, 1958; OHTAKE, 1969).


14

2.5. ábra: A 2D-C szonda által végzett mérések kimeneti képe (az árnyékok az egyes detektált

hidrometeorokhoz kapcsolódnak) (Forrás: UCAR; eredeti színezést ld. Függelék 1. ábra).

BRAHAM (1990) hópelyhek méret szerinti eloszlására vonatkozó megfigyelései – a korábbi

tapasztalatokkal egyezően – azt mutatták, hogy a hókristályok, és a hópelyhek méret

szerinti eloszlása exponenciális függvénnyel közelíthető. A mérések azonban azt is

kimutatták, hogy az 1 mm-nél kisebb átmérőjű részecskék méret szerinti eloszlása akár

jelentősen is eltérhet az exponenciális eloszlástól. Legújabb kutatási eredmények

(BARTHAZY – SCHEFOLD, 2006) azt mutatják, hogy a zúzmarásodás mértéke befolyásolja a

hópelyhek/hódara részecskék esési sebességét.

2.1.2.2. Távérzékelés

A távérzékelési technológiák fejlődésével egyre nagyobb teret nyert a meteorológiai célú

időjárási radarok alkalmazása. Az időjárási radarok működése azon alapul (2.6. ábra), hogy

a részecskék az anyagi minőségüktől (halmazállapot), a méretüktől és koncentrációjuktól

függően verik vissza a rájuk eső sugárzást (a nagyobb átmérőjű esőcseppek visszaverő

képessége is nagyobb).


15

Ennek megfelelően a visszavert jel nagysága igen széles határok között változhat. Emiatt a

visszavert jel (Z) megjelenítése során annak tízes alapú logaritmusának 10-zel való

szorzatát alkalmazzák (dBZ).

Azok a részecskék, amelyeknek karakterisztikus mérete (átmérője) kisebb, mint a

kisugárzott elektromágneses sugárzás hullámhossza úgy nevezett Rayleigh-szórásnak

megfelelően szórják a sugárzást, míg azok a részecskék, amelyeknek mérete összemérhető

a beeső sugárzás hullámhosszával Mie-féle szórási törvénynek megfelelően szórják a

sugárzást. A Rayleigh-, és Mie-féle szórási törvény a karakterisztikus méretek

(hullámhossz és részecske mérete közötti viszony) egymáshoz való viszonya szerint szokás

elkülöníteni. Emellett azonban a kétféle szórás során jelentős különbség van a visszaszórás

mintázatában. Míg a Rayleigh-szórás esetében a részecskék minden irányban azonos

mértékben sugároznak, addig Mie-féle szórást feltételezve a beeső sugár irányával

átellenes irányban jelentősebb mértékű a szórás (PLATT et al., 2007).

Az 1940-as évektől végeznek radaros megfigyeléseket a csapadék intenzitásának és

mennyiségének meghatározására (MARSHALL et al., 1947; SPILHAUS, 1948; GUNN –

MARSHALL, 1958; SEKHON – SRIVASTAVA, 1970). A visszavert jel erőssége és a

csapadékintenzitás közötti összefüggés elméleti megfontolások, vagy felszíni és radaros

mérések összevetése segítségével meghatározható. Az így kapott összefüggés azonban

jelentős hibával terhelt, amely akár a 100 % -ot is elérheti. A csapadékintenzitás és a radar

reflektivitás közötti összefüggés szilárd halmazállapotú csapadék esetében is

meghatározható. A havazás intenzitása és a reflektivitás közötti összefüggés azonban jóval

bonyolultabb, mint a vízcseppek esetében, és emiatt a hiba mértéke is jelentősebb. Ez

döntően a hópelyhek méret szerinti eloszlásában mutatkozó változékonysággal

magyarázható (RASMUSSEN et al., 2003).

A radar méréseket gyakran alkalmazzák jégeső detektálására is. Amennyiben a

felszín közelében mért reflektivitás értéke nagy (> 45 dBZ), akkor a jégeső valószínűsége

is nagy (WALDVOGEL et al., 1979; BRINGI et al., 1986b). Mikrofizikai szempontból érdekes

jelenség a csapadékzónában gyakran megfigyelhető keskeny, horizontálisan nagy

kiterjedésű, nagy reflektivitású sáv, amit fényes sávnak (bright band) neveznek. Már az

1950-es évek elejétől tudjuk, hogy a 0 °C-nál magasabb hőmérsékletű rétegben

megfigyelhető nagy reflektivitású sáv megjelenése az olvadási folyamatokkal

magyarázható (BEMIS, 1955; ATLAS, 1957).


16

BATTAN és BOHREN (1982) bebizonyították, hogy amennyiben a jég részecskéket

folyékony halmazállapotú vízréteg borítja, akkor jelentősen megnő a visszavert jel

erőssége, mivel a víz visszaverő képessége nagyobb, mint a jégé. FABRY és ZAWADZKI

(1995) vertikálisan felfelé irányított radar mérési eredményeit elemezve a következő fontos

következtetésekre jutott: (i) a radarjel intenzitása a fényes sáv fölött, illetve alatt – a

csapadékintenzitástól függetlenül – csak 1-2 dBZ-vel különbözik. (ii) - 6 °C-nál

alacsonyabb hőmérsékletű tartományban a zúzmarásodás és a hókristályok ütközése a

meghatározó folyamat a nagy intenzitású csapadék kialakulásában. (iii) a réteges

szerkezetű felhőzetben a refraktív indexnek az olvadás során bekövetkező változása, a

részecskék alakja, valamint a megolvadt víz eloszlása a jégrészecskék felszínén

befolyásolja legjelentősebb mértékben a fényes sáv erősségét.

2.6. ábra: Hagyományos meteorológiai radar működésének sematikus képe, ahol ha az antenna

magassága, V a vizsgált térfogat, H a vizsgált térrész magassága, α az antenna megfigyelési szöge, δ az

antenna magassági szöge és h/2 a vizsgált mélység (Forrás: MÉSZÁROS, 2013).

BARTHAZY et al. (1998) a felszínen elhelyezett disdrométerek, polarizációs radar; valamint

optikai spektrométerek segítségével vizsgálták az olvadási rétegben a csapadékelemek

méret szerinti eloszlását, továbbá a méret és a reflektivitás közötti kapcsolatot. Mérési

eredményekre alapozva megállapították, hogy (i) az olvadási rétegben kialakuló fényes sáv

vastagsága az olvadó jégrészecskék méretével növekszik; (ii) az olvadási rétegben a

részecskék méret szerinti eloszlása jelentősen eltér az exponenciális eloszlástól.


17

A dual-polarizációs radar technológia alkalmazása jelentős előrelépést jelent a

hagyományos radarokhoz képest. A mérés alapelve az, hogy két, egymásra merőleges

irányban polarizált sugárzást bocsátanak ki. Mint ahogy azt a 2.7. ábra is mutatja, a

meteorológiában alkalmazott dual-polarizációs radarok horizontális és a vertikális irányban

polarizált sugárzást bocsátanak ki.

A különböző felhő- és csapadékelemek méretüktől és alakjuktól függően különböző

mértékben verik vissza a két, egymásra merőleges síkban polarizált sugárzást. A különbség

– az ún. differenciális reflektivitás – ismeretében következtethetünk a felhő adott

térfogatában lévő részecske típusára (pl. alakjára, halmazállapotára). A különböző

részecske típusokra jellemző, differenciális reflektivitás értékeket a 2.8. ábrán foglaltuk

össze.

2.7. ábra: Dual-polarizációs radar által kibocsájtott horizontálisan (kék) és vertikálisan (piros)

polarizált impulzusok (Forrás: NOAA).

A 2.9. ábra a hagyományos reflektivitás értékeket (a) és a különbségi reflektivitás alapján

meghatározott részecske típusokat (b) mutatja ugyanazon zivatarfelhő esetén. Jól látható,

hogy míg a különbségi reflektivitás segítségével viszonylag pontos képet alkothatunk a

felhőben található részecskék típusára, alakjára és halmazállapotára vonatkozóan, addig a

hagyományos reflektivitás adatok alapján legfeljebb a nagyobb méretű jégszemek

jelenlétére következtethetünk a 45 dBZ-t meghaladó reflektivitású tartományokban. BRINGI

et al. (1986a) kimutatták, hogy az olvadó hódara részecskék által visszavert differenciális

reflektivitás értéke az átlagos méret növekedésével csökken.


18

KLAASSEN (1988) munkájában a radar reflektivitás és a felhőzet mikrofizikai tulajdonságai

közötti kapcsolatot vizsgálta. Azt találta, hogy a fényes sáv jelenléte nagyobb mértékben

függ a jégrészecskék sűrűségétől, mint a csapadékintenzitástól. Emellett modell

szimulációval kimutatta, hogy a fényes sáv vastagsága növekszik a csapadékintenzitás

növekedésével. A fényes sáv vastagságának növekedéséhez vezet az is, hogy az olvadás

hatására csökken a környező levegő hőmérséklete, és egy közel 0 °C-os izoterm réteg

alakul ki, amelyben csökken az olvadás sebessége. Vizsgálatai során stacionárius olvadási

modellt alkalmazott a radar reflektivitás és Doppler-radar által szolgáltatott sebesség

szimulációjára. Megállapította, hogy erőteljes konvekció esetén a modell nem képes leírni

sem a fényes sáv erősségét és magasságát, sem pedig a levegő áramlási sebességét.

Továbbá azt találta, hogy erőteljesen konvektív időjárási helyzetekben a radar reflektivitás

és a Doppler-radar által szolgáltatott sebesség kiszámítása stacionárius modell

alkalmazásával nem lehetséges.

2.8. ábra: Különböző elemek átlagos differenciált reflektivitás értékei (Forrás: Weatherwise).

KLAASSEN (1988) kutatásaihoz hasonlóan VIVEKANANDAN et al. (1990) az olvadó

jégrészecskék által szolgáltatott differenciális radar jeleket tanulmányozta. Vizsgálataik

során különbséget tettek a hódara részecskék két tipikus fajtája, a kúpos szerkezetű és a

gömb alakkal közelíthető részecskék között, valamint a hódara részecskék orientációját és

az olvadás során képződő csapadékelemek okozta gyengítést is figyelembe vették.

Doppler-radarok elterjedtebb alkalmazására az 1970-es évektől kezdődően került

sor. A Doppler-radarok előnye, hogy a mérési eredményekből meghatározhatjuk a levegő

áramlását a felhőkben és a csapadékzónában, valamint következtethetünk a

csapadékelemek határsebességére (PASSARELLI – SRIVASTAVA, 1979). A legújabb


19

generációs Doppler-radarok lehetőséget adnak a csapadékelemek méret szerinti

eloszlásának becslésére is (MAKI et al., 1998).

A Doppler-radar mérések eredményeinek elemzésével lehetőség adódik az ónos eső

detektálására is (IKEDA et al., 2009). A módszer lényege, hogy a mért radar paraméterekből

olyan mennyiségeket határoznak meg, amelyek értéke utal az ónos esőre, ónos szitálásra.

Ilyen paraméterek az átlagos reflektivitás, a reflektivitásra jellemző eltérés helyi (~ 10 km-

es környezet) és regionális (~ 30 - 50 km) szinten, valamint a visszavert jel átlagos, térbeli

szerkezete. Az találták, hogy ónos eső esetén a radar reflektivitás alacsony éréke (< 5 dBZ)

többnyire együtt jár a származtatott paraméterek alacsony értékével. A vizsgált esetek

többségében (~ 83 %) az eljárás helyesen becsülte meg a felszínre hulló csapadék típusát.

2.9. ábra: Dual-polarizációs felvételek. A polarizációs technológia alkalmazásával a különböző

hidrometeor típusok könnyebben elkülöníthetők, ezáltal a felszíni csapadék halmazállapotának és

mennyiségének becslése pontosabbá tehető. Felső ábra: horizontálisan polarizált radar reflektivitás. Alsó

ábra: fuzzy-logic (lásd: MARZANO et al., 2006) technikával elkülönített hidrometeor típusok. LR –

gyenge eső, MR – közepes eső, HR – zápor, LD – nagy vízcseppek, R/H – eső és jég keveréke; GSH –

hódara és kisméretű jégszemek, HA – jégeső, DS – nem olvadt hópelyhek, WS – részlegesen olvadt

hópelyhek, IH – IV – jégkristályok (Forrás: NOAA).


20

2.2. Modellezés

A felhőfizikai kutatásokban új teret nyitott a számítógépes modellezés megjelenése.

Napjainkban ez a kutatási módszer tekinthető a legelterjedtebbnek. A számítógépes

modelleket általában két nagy csoportra oszthatjuk. Az első csoportba azok a modellek

tartoznak, amelyek bizonyos tulajdonságok alapján eltérő részecsketípusokat definiálnak,

és azok méret szerinti eloszlását egy folytonos, integrálható függvénnyel közelítik.

Általában a teljes részecsketípus egészére érvényes jellemzőt tekintik prognosztikai

változónak, ilyen például a keverési arány, vagy a koncentráció. Az ilyen típusú modelleket

„bulk” modellnek nevezzük. A felhőfizikai folyamatok másik, lehetséges leírását adják az

ún. részletes mikrofizikai modellek (bin séma). Ezeknek a modelleknek nagy előnye, hogy

sokkal pontosabban képesek leírni a felhőfizikai folyamatokat, mivel bennük nem élnek

előzetes feltevésekkel a méret szerinti eloszlást leíró függvény alakját illetően. Hátrányuk,

hogy számítási igényük jóval felülmúlja a „bulk” sémát alkalmazó modellekét. Emiatt

operatív használatuk jelenleg még nem lehetséges, azonban kutatási célú alkalmazásuk

egyre elterjedtebb (GERESDI, 2004).

2.2.1. „Bulk” parametrizáció

Az operatívan alkalmazott mezoskálájú modellekben leggyakrabban az ún. „bulk”

parametrizációs eljárást használják. Aszerint, hogy a mikrofizikai folyamatok leírása során

csak a keverési arányt, vagy a keverési arányt és a koncentrációt tekintik előrejelzendő

paraméternek beszélhetünk egymomentumos, vagy kétmomentumos parametrizációról

(LIN et al., 1983; MORRISON – PINTO, 2005, 2006; MORRISON – GETTLEMANN, 2008;

MORRISON – MILBRANDT, 2011; STRAKA et al., 2000; STRAKA – MANSELL, 2005; STRAKA,

2009; THOMPSON et al., 2004; 2008). A „bulk” mikrofizikai parametrizáció esetében a

megfigyelések eredményeit alapul véve a részecskék méret szerinti eloszlását általában

exponenciális függvénnyel írják le (MARSHALL – PALMER, 1948):

)exp(0 DNDN , (2.1)

ahol N0 (interception) metszési paraméter a D=0 értékhez tartozó függvényérték; λ

meredekségi paraméter (slope). Az exponenciális közelítés használatánál azonban fontos

szem előtt tartani, hogy a kisméretű vízcseppek, jégkristályok méret szerinti eloszlásának

leírására nem alkalmazható.


21

A fenti összefüggés helyett egyre gyakrabban alkalmazzák az általánosabb gamma

eloszlást (MILBRANDT – YAU, 2005a, b). Gamma eloszlást feltételezve a következő

függvény írja le a részecskék méret szerinti eloszlását:

)exp(0 DDNDN . (2.2)

Ahol az eloszlás gamma-paramétere (shape), N0, az eloszlás paraméterei és D

részecskék mérete. Könnyen belátható, hogy a fenti egyenlet 0 esetben a Marshall–

Palmer-féle eloszlást adja eredményül. A fenti általános formula egyaránt alkalmazható a

felhő- és csapadékelemek méret szerinti eloszlásának leírására.

Az egymomentumos parametrizáció során a fenti egyenletekben az N0 paramétert

állandónak feltételezik. Különösen intenzív zivatarok esetén ez a közelítés jelentős hibát

eredményezhet. Mérési eredményekkel is igazolták, hogy intenzív zivatarok, zivatarláncok

esetén a metszési paraméter a konvektív és a réteges szerkezetű tartomány között gyorsan

csökken. A csökkenés azzal van összhangban, hogy a konvektív tartományban jóval

jelentősebb a párolgás okozta hűlés, mivel nagyobb számban vannak jelen kis-, és közepes

méretű esőcseppek, mint a réteges szerkezetű tartományban (WALDVOGEL, 1974; TOKAY –

SHORT, 1996; ATLAS et al., 1999). MORRISON et al. (2009) sikeresen modellezték a

zivatarláncok kialakulását és mozgását, amikor eltérő N0 értékeket használtak a konvektív

és a réteges szerkezetű régióban található csapadékelemek méret szerinti eloszlását leíró

függvényben. Eredményeik alapján megállapítható, hogy a modellezett zivatarlánc

szerkezete, és csapadékmezejének térbeli eloszlása is érzékeny a metszési paraméter

megválasztására.

A bulk sémákban feltételezik, hogy a részecskék – méretüktől függetlenül –

ugyanazzal a sebességgel az ún. tömegsúlyozott határsebességgel esnek. Ebben az esetben

a hidrometeorok keverési aránya alapján határozzák meg a határsebességet (LIN et al.,

1983). Ez a közelítés azonban igen pontatlan, amennyiben az olvadó hópelyhek és

jégszemek (hódara, jég) esetén kívánjuk alkalmazni.

Az olvadó hidrometeorok határsebességét gyakran az olvadó részecske tömegével

megegyező tömegű vízcseppek határsebességével adják meg. Ez a közelítés azonban a

csak részlegesen megolvadt jégrészecskék esetében jelentősen felülbecsüli a

hidrometeorok határsebességét, amelyeknek így a gyors földre érés miatt nem áll

rendelkezésre elegendő idő a teljes megolvadáshoz. A határsebesség meghatározásából


22

eredő pontatlanság sok esetben (például konvektív folyamatok) a csapadék intenzitásának

pontatlan előrejelzéséhez vezet (MORRISON et al., 2015).

A számítógépek teljesítményének növekedésével napjainkban egyre gyakrabban

alkalmaznak három-, illetve több-momentumos modelleket is (MILBRANDT – YAU,

2005a, b; 2006a, b; MILBRANDT et al., 2008). A bulk sémát számítási igénye és

egyszerűsége miatt a meteorológiai folyamatok modellezése során széles körűen

alkalmazzák (GERESDI, 1998; GERESDI – HORVÁTH, 2000; HORVÁTH – GERESDI, 2003;

HORVÁTH et al., 2009; HORVÁTH et al., 2012).

2.2.2. „Bin” parametrizáció

A részletes mikrofizikai modellezés esetében a különböző típusú hidrometeorok teljes

méret tartományát kisebb intervallumokra osztjuk fel. Kifejlesztettek, és alkalmaznak

100, 55, 36 méretintervallumot alkalmazó modelleket is (HALL, 1980; RASMUSSEN –

HEYMSFIELD, 1987; REISIN et al., 1996a, b, c; GERESDI, 1996; REISIN et al., 1998; KHAIN et

al., 2000, 2004; GERESDI et al., 2005; LYNN et al., 2005a, b; SEIFERT et al., 2005, 2006;

KHAIN et al., 2011). Mivel a megfigyelések azt mutatják, hogy a méret szerinti eloszlások

még egy felhőn belül is jelentősen eltérhetnek (pl. az olvadás hatására), ezért tekinthető

előnyös – számítástechnikai szempontból kétségtelenül drága – tulajdonságnak az, hogy a

részletes mikrofizikai modellekben nincs szükség a méret szerinti eloszlásokat leíró

függvények előzetes meghatározására. A modell felépítéséből fakadóan a bin sémák

számos olyan folyamatot képesek sokkal pontosabban modellezni, amelyek erősen függnek

a részecskék méretétől. Ilyen például a különböző részecskék közötti ütközések, az

olvadás, vagy a nagyobb vízcseppek ütközését követő csepprobbanás. A részletes

mikrofizikai leírást elsősorban a csapadékképződéssel kapcsolatos kutatásokban, valamint

a felhő-aeroszol kölcsönhatás tanulmányozása során alkalmazzák.

2.3. A felhőfizikai folyamatok modellezésének korlátai

Mint a fenti tudománytörténeti összefoglalóból is kitűnik, a mikrofizikai folyamatok

vizsgálata sok esetben nem oldható meg kellő pontossággal. Ennek oka egyrészt az

alkalmazott mérési eljárások pontatlanságával, másrészt a rendelkezésre álló számítógépek

teljesítménybeli korlátaival magyarázható.


23

Az operatívan alkalmazott modellekben elengedhetetlen a minél gyorsabb, és amennyire

csak lehet pontos számítások elvégzése. A legtöbb modellben számos mikrofizikai leírás

közül lehet választani, amelyek a felhő- és csapadékképződési folyamatok szélesebb-, vagy

szűkebb körű előrejelzését teszik lehetővé. Azonban néhány általános érvényű kritika

megfogalmazható ezen modellekkel szemben, amelyet az alábbiakban foglalnék össze.

A „bulk” mikrofizikai leírás során a részecskék teljes mérettartományára vonatkozóan

kerülnek kiszámításra a különböző részecske-típusokra jellemző prognosztikai változók

(keverési arány, koncentráció). Ez a fajta megközelítés jelentős hibát eredményezhet:

(i) A csapadékelemek (vízcseppek, jégrészecskék) méret szerinti eloszlása igen

nagy változékonyságot mutat, nem csak különböző felhőtípusok esetén, de akár

adott felhőn belül is (BLANCHARD, 1953; MILES et al., 2000; TOKAY – SHORT,

1996; GERESDI, 2004; FIELD et al., 2005; 2007).

(ii) A méret szerinti eloszlást leíró függvény paraméterei nem ismertek kellő

pontossággal. A metszési és meredekségi paraméterek pontatlan megválasztása

jelentős hibára vezethet a felszíni csapadék becslése során. A pontatlan becslés

eredménye lehet a nagyméretű vízcseppek koncentrációjának felül-, és a

kisméretű vízcseppek koncentrációjának alulbecslése.

(iii) A „bulk” sémák nem teszik lehetővé a mérettől függő tulajdonságok figyelembe

vételét (GERESDI, 2004), mint például a mérettől függő esési sebesség. Egy adott

típusba tartozó hidrometeorok összessége mind azonos sebességgel esik ki a

felhőzetből (lásd. 2.2.1. fejezet). A különböző méretű részecskékre vonatkozó

határsebesség jelentősen eltérhet a tömegsúlyozott határsebességtől. Ez nem

csak a felszíni csapadék mennyiségi, hanem annak minőségi (halmazállapot)

előrejelzése során is jelentős hibára vezethet (SARKADI et al., 2016).

(iv) A felszínre hulló csapadék halmazállapotának előrejelzése különösen a téli

időszakban komoly nehézséget jelent, hiszen a halmazállapot-változások pontos

leírása és kezelése sok esetben csak jelentős elhanyagolások mellett valósul meg.

Az operatívan alkalmazott „bulk” leírásokban az olvadás kezelése során gyakran

élnek azzal a feltevéssel, hogy a megolvadó hó/hódara felületén keletkező víz

folyamatosan, és azonnal lesodródik az olvadó részecskéről (ez a fajta leírás

ugyanakkor ellentmond a laboratóriumi megfigyeléseknek (MITRA et al., 1990).


24

A folyamatos lesodródás eredménye, hogy a vízcseppek mennyisége túlbecsült,

ami a felszínre hulló csapadék mennyiségének felülbecslését eredményezi.

(v) Ugyanakkor a (iii) ponttal összefüggésben, gyakran az olvadó hópelyhek

határsebességét is jelentősen felülbecslik, ami a szilárd halmazállapotú

csapadékelemek felszíni mennyiségének pontatlan előrejelzését eredményezi.

(vi) Az olvadási folyamatok pontos kezelése a radar reflektivitás számítása során is

fontos, hiszen a fényes sáv kialakulása a hópelyhek olvadásának

következménye.

(vii) A mikrofizikai és a dinamikai folyamatok közötti kölcsönhatás különösen

jelentős az intenzív zivatarok esetében. Például a mikrofizikai folyamatok nem

kellően pontos parametrizációjának eredményeként nem sikerült előrejelezni egy

intenzív zivatarlánc létrejöttét (MORRISON et al., 2015).

3. Célkitűzések

25

3. Célkitűzések

A kutatás célja az volt, hogy olyan eljárást dolgozzunk ki, amely lehetővé teszi a

különböző légköri feltételek mellett kialakuló csapadék jellemzőinek (méret,

halmazállapot) pontos előrejelzését. Mivel a feladat már önmagában is elég bonyolult,

ezért első lépésként a jégszemek (hópelyhek, hódara szemek) olvadását vizsgáltuk a

dinamikai folyamatokkal való kölcsönhatás figyelembe vétele nélkül. Ezáltal képet

kaptunk arról, hogy hogyan függ az olvadás a környező levegő hőmérsékletétől és a

vízcseppek, valamint a jég (hópelyhek, hódara szemek) méretétől. A következő lépésben,

ezt a modellt beépítettük egy mezoskálájú modellbe, ami lehetővé tette, hogy olyan

összetett időjárási helyzeteket modellezzünk, amelyekről megfelelő mennyiségű és

minőségű, a modell tesztelését lehetővé tevő mérési adat állt rendelkezésre. A mikrofizikai

modellnek a mezoskálájú modellbe való beágyazásával már a mikrofizikai és a dinamikai

folyamatok közötti kölcsönhatást is figyelembe tudjuk venni, és ez által sokkal pontosabb

leírást adhatunk a csapadékképződési folyamatokról.

Kutatásaimban a következő problémákkal foglalkoztam:

- Téli csapadék halmazállapotát meghatározó folyamatok, havazás, eső, ónos eső

kialakulásának légköri feltételei.

- Csapadékképződés orografikus konvektív felhőkben. Bulk és részletes mikrofizikai

modellek eredményeinek összehasonlítása.

- Mikrofizikai folyamatok szerepe az intenzív zivatarláncok kialakulásában és

mozgásában. A párolgás és az olvadás okozta hőelvonás hatása a hideg párna

kialakulásában.

- Számítógépes program kifejlesztése a modellezett radar reflektivitás

meghatározására. A kidolgozott eljárás segítségével a modell számítások

radarmérésekkel való összehasonlítása.

4. Alkalmazott kutatási módszer

26


A tudománytörténeti áttekintés során már szó esett arról, hogy a felhőfizikai folyamatok

vizsgálata során három módszer közül választhatunk. Kutatásaimban a numerikus

modellezést alkalmaztam.

A számítógépes szimulációk elvégzéséhez részletes mikrofizikai eljárást

választottam (GERESDI, 1996; GERESDI et al., 2005, 2014; THÉRIAULT et al., 2015;

SARKADI et al., 2016). A választást az indokolta, hogy noha operatív használatuk

napjainkban még nem lehetséges, a mikrofizikai folyamatok sokkal pontosabb leírását

teszik lehetővé. A modellezés során alkalmazott kódot a meteorológiai kutatásokból jól

ismert FORTRAN nyelven írták.

A célkitűzésekkel összhangban a vizsgálatokat két részre bontottam. Az

érzékenységi vizsgálatokhoz kétdimenziós kinematikai modellt használtam (GRABOWSKI,

1998). Ennek segítségével lehetőség nyílt a dinamikai hatások elhanyagolásával pusztán a

mikrofizikai változásokra fókuszálni. A megmaradási egyenletek numerikus integrálásához

a SMOLARKIEVICZ (1984) által kidolgozott eljárást használtuk. Ennek a sémának az a nagy

előnye, hogy a megmaradási feltételek mellett igen alacsony numerikus diffúziót

eredményez (GERESDI – WEIDINGER, 1989).

A programot LINUX és SOLARIS operációs rendszerek alatt futtattam. A

dinamikai és mikrofizikai folyamatok közötti kölcsönhatás vizsgálata során a kód már

rendelkezésre állt az AWRF (Advanced Research Weather Research and Forecasting;

MICHALAKES et al., 2001; SKAMAROCK et al., 2008) előrejelzési modellben opcionálisan

használható modulként.

A kapott eredmények kiértékelése Microsoft Excel, valamint MatLab programok

segítségével történt. A képi megjelenítéshez a MatLab programot használtam, amelyre

külön kiértékelő script-et készítettem. Az eredményeket részletesen az 5. fejezetben

mutatom be.


27

4.1. A „bin” mikrofizikai modell ismertetése

A részletes mikrofizikai modellben négy hidrometeor típust különböztettünk meg:

vízcseppeket, jégkristályokat, hópelyheket, valamint hódara részecskéket (Függelék 1.

táblázat).

A hidrometeorokat méretük szerint 36 intervallumra osztottuk, és minden

méretintervallumban kiszámításra kerültek az alábbi prognosztikai változók: (i) a

vízcseppek és a jégkristályok esetében a koncentráció és a keverési arány. (ii) Hópelyhek

esetében a koncentráció és a keverési arány mellett a hópehely felszínére ráfagyott víz

tömege (zúzmarásodás), a zúzmarásodott hópelyhek koncentrációja, valamint az olvadási

tartományban a hópehely megolvadt részének a tömege. (iii) A hódara részecskék esetében

a koncentráció és a keverési arány mellett a megolvadt rész tömege.

A felhőkben lejátszódó mikrofizika folyamatok összetettségét jól szemlélteti a 4.1.

ábra. Az ábrán a csapadékképződés komplex folyamata követhető nyomon szárazföldi

(szennyezett levegő) és óceáni (tisztább, kevésbé szennyezett levegő) esetében.

Annak érdekében, hogy a légkörben lejátszódó csapadékképződési mechanizmust minél

pontosabban tudjuk szimulálni a következő mikrofizikai folyamatokat vettük figyelembe:

1) Vízcseppek kialakulása aktív kondenzációs magvakon, valamint jégkristályok

képződése jégképző aeroszol-részecskéken. A vízcseppek heterogén kondenzációs

folyamatok során, a jégkristályok depozíció vagy kondenzációs-fagyás során

alakulnak ki. A vízcseppek képződését meghatározó aktív kondenzációs magvak

koncentrációja a túltelítettségtől függ (RASMUSSEN et al., 2002). A jégkristályok

kialakulását meghatározó jégképző magvak koncentrációja a hőmérséklettől függ

(COOPER, 1986).

2) Különböző típusú hidrometeorok diffúziós növekedése. A hidrometeorok diffúziós

növekedése során a környező levegő relatív páratartalmától függően a vízgőz

közvetlenül a hidrometeorok felszínére csapódik, vagy arról párolog el.

3) Túlhűlt vízcseppek fagyása, megolvadt jégrészecskék újrafagyása (WISNER et al.,

1972).

4) Vízcseppek egymással való ütközése és összeolvadása. A vízcseppek méretüktől

függően ütköznek és olvadnak össze egymással. (LOW – LIST, 1982a, b; BÖHM,

1992)


28

4.1. ábra: A felhőkben lejátszódó mikrofizikai folyamatok, a különböző csapadék típusok

kialakulásának módja szárazföldi és tengeri légtömegben. (Forrás: BRAHAM – SQUIRES, 1974).


29

5) Csepprobbanás. A csepprobbanás azért következik be, mert a nagyobb vízcseppeket

(d > 1 cm) a felületi feszültség már nem képes összetartani. Ezt a folyamatot a

vízcseppek közötti ütközések is generálhatják. A csepprobbanás következtében

több, kisebb vízcsepp keletkezik. A keletkező vízcseppek méret szerinti eloszlását

laboratóriumi megfigyelések alapján határoztuk meg (LIST – GILLESPIE, 1976; LOW

– LIST 1982a, b).

6) Vízcseppek ütközése szilárd halmazállapotú csapadékelemekkel (jégkristályok,

hópelyhek, hódara részecskék zúzmarásodása a negatív hőmérsékletű

tartományban). A túlhűlt vízcseppek és a jégkristályok ütközése a negatív

hőmérsékleti tartományban a kristályok zúzmarásodását, és így hópelyhek

kialakulását eredményezi. A túlhűlt vízcseppek és hópelyhek ütközése a

zúzmarásodás mértékétől függően vagy a hópehely tömegét növeli (gyenge

zúzmarásodás), vagy hódara részecskék kialakulásához vezet (erős zúzmarásodás).

A hódara részecskék által összegyűjtött és megfagyott vízcseppek a hódara

részecskék tömegét növelik (PITTER, 1977; LANGMUIR, 1948).

7) Jégkristályok összeütközése és összetapadása (aggregáció, hópelyhek kialakulása).

Az előbbiekben ismertetett zúzmarásodási folyamat mellett hópelyhek

kialakulhatnak jégkristály-jégkristály ütközések következtében is. Az ütközést

követő összetapadás valószínűsége függ a hőmérséklettől. Alacsonyabb

hőmérsékleten kisebb a valószínűsége annak, hogy az ütköző részecskék

összetapadjanak.

8) Hópelyhek ütközése (aggregáció). A hópelyhek mérete növekszik az aggregáció

során. A fenti folyamathoz hasonlóan az összetapadás valószínűsége függ a

hőmérséklettől.

9) Szilárd halmazállapotú elemek olvadása. Az olvadási folyamatok pontos leírása

elengedhetetlen a megbízható halmazállapot-előrejelzés szempontjából. Az

olvadási folyamatok leírása összhangban van a laboratóriumi mérésekkel. A szilárd

halmazállapotú csapadékelemek a pozitív hőmérsékleti tartományba érve olvadni

kezdenek. Az olvadási sebesség nagysága függ az olvadó részecske méretétől,

valamint a környező levegő hőmérsékletétől és a relatív páratartalmától. A hódara

részecskék esetén az olvadási folyamatok során megolvadt víz a részecske felszínén

marad, amennyiben a hidrometeorok mérete nem éri el a 0,8 cm-es átmérőt. A

modellben explicit módon kiszámításra kerül a megolvadt víz tömege, így adott


30

mérettartományra meghatározható az olvadási arány, amely a megolvadt víz

tömegének és az olvadó, szilárd halmazállapotú hidrometeor teljes tömegének

arányát jelenti. Az olvadási arány függvényében határoztuk meg, hogy mikor

soroljuk át az olvadó részecskét a vízcsepp kategóriába. Az olvadó hidrometeorokat

teljesen megolvadtnak tekintjük, amennyiben az olvadási arány meghaladja a 0,8-es

határértéket (MITRA et al., 1990). A modellben figyelembe van véve az olvadó

részecskék alakjának változása (lásd 4.2. ábra), valamint a sűrűség változása a

hópelyhek méretétől függően. Eredményeinket korábbi kutatási eredményekkel

(SZYRMER – ZAWADZKI, 1999) vetettük össze, és azt találtuk, hogy a modell által

számított olvadási arányok megfelelnek a szakirodalomban publikált értékeknek.

Numerikus szimulációk azt mutatják, hogy alacsony kezdeti vízcsepp keverési

arány esetén az olvadási arány a mérettől független. Jelentős hatása a vízcseppek

kezdeti mennyiségének csak nagyobb méretek esetén van az olvadási arány

változásaira. Ez azzal magyarázható, hogy a nagyobb keverési arány mellett,

amennyiben a hópelyhek mérete meghaladja a néhányszor 100 μm-es értéket a

felszínén felhalmozódó, megolvadt víz jelentősen befolyásolja az ütközési –

összeolvadási folyamatokat.

10) Mérettől függő esési sebesség. Míg a bulk séma esetében minden hidrometeor

ugyanazzal a sebességgel (rendszerint tömegsúlyozott határsebesség) esik, addig a

bin séma alkalmazása lehetővé teszi, hogy a hidrometeorok határsebességét a

méretük függvényében adjuk meg. Az olvadó hópelyhek és hódara részecskék

esetén a határsebesség az olvadási arány függvényében kerül meghatározásra.

11) Részben olvadt jégrészecskék ütközése vízcseppekkel a pozitív hőmérsékleti

tartományban, a megolvadt víz részleges lesodródása az ütközés hatására. A

részlegesen megolvadt hópelyhek és hódara részecskék felületén vízréteg alakul ki.

A pozitív hőmérsékleti tartományban a vízcseppekkel való ütközésnek kétféle

eredménye lehetséges. Egyrészt az ütközés hatására a megolvadt víz tömege

növekszik a jégrészecskék felszínén. Másrészt – a hódara részecskék esetében – a

vízcseppekkel való ütközés a megolvadt víz egy részének lesodródását

eredményezheti. Mivel erre a folyamatra vonatkozóan nincsenek laboratóriumi

megfigyelések több önkényes feltevéssel is éltünk a lesodródó víz teljes tömegét és

a lesodródó vízcseppek méret szerinti eloszlását illetően. Feltételeztük, hogy a

lesodródás csak 0,3-nél nagyobb olvadási arány mellett indul meg.


31

4.2. ábra: Az olvadás hatása a kapacitás is a ventillációs együttható szorzatának (C*fh) értékére

különböző olvadási arányok esetén a méret függvényében. A folytonos görbe illesztése SZYRMER –

ZAWADZKI (1999) munkája alapján történt.

4.2. Ekvivalens radar reflektivitás számítása

A modell validálása során nehézséget jelent, hogy a csapadékelemek méret szerinti

eloszlására vonatkozó megfigyelések csak ritkán, leginkább célzott mérési kampányok

során állnak rendelkezésre. Ezzel szemben a meteorológiai gyakorlatban széles körűen

alkalmaznak radarokat a felhőzet és a csapadék megfigyelésére. Ennek megfelelően

munkám során kiemelten foglalkoztam a modell eredmények validálását lehetővé tevő

radar reflektivitás számítási algoritmus kidolgozásával. A radar reflektivitás a csapadék- és

felhőelemekről visszaverődő sugárzás intenzitásának arányát fejezi ki a kibocsájtott

sugárzás intenzitásához képest. A visszavert sugárzás intenzitása függ a csapadékelemek

halmazállapotától, valamint a visszaverő felület nagyságától (vagyis a csapadékelemek

méretétől és alakjától). A különböző csapadékelemekre jellemző visszaszórási

keresztmetszet meghatározása során kétféle megközelítést alkalmazhatunk: (i) amennyiben

a csapadékelemek mérete jóval kisebb, mint a kibocsájtott sugárzás hullámhossza, abban

az esetben az úgy nevezett Rayleigh-féle szórás történik. (ii) Ha a méret és a hullámhossz

összemérhető nagyságrendű, akkor Mie-féle szórásról beszélünk.

A modellezett radar reflektivitás kiszámítása során feltételeztem, hogy a

modellezett csapadékelemek mérete kisebb, mint a kibocsájtott sugárzás hullámhossza,


32

amely 5 vagy 10 cm-es értéket vehet fel. Ez a feltétel a modellezett csapadékelemek méret

szerinti eloszlása miatt még a nagyobb hódara részecskék esetén is teljesül (BLAHAK,

2007). A napjainkban alkalmazott meteorológia radarok 5 cm-es hullámhosszon végeznek

méréseket, így jó közelítéssel alkalmazhatjuk a Rayleigh-féle szórási sémát.

A radar reflektivitás meghatározásához több, a részecskékre jellemző paraméterre

van szükség. A modell szolgáltatja a csapadékelemek méretét, a vízcseppek esetében a

cseppek sugarát, míg a jégrészecskék (hópelyhek és hódara szemek) esetén az átmérőt.

Emellett a kategóriáknak megfelelően a csapadékelemek halmazállapota, valamint a

megolvadt víz aránya is adott. A legtöbb radar reflektivitás számítási algoritmus esetén a

legnagyobb problémát az olvadó csapadékelemek reflektivitásának meghatározása jelenti.

A részletes mikrofizikai parametrizáció előnye, hogy benne az olvadó cseppekre jellemző

olvadási arány, vagyis az olvadt víz és a csapadékelem teljes tömege közötti arány

meghatározott, így ez az adat közvetlenül felhasználható a reflektivitás számítása során.

A vízcseppekre vonatkozó reflektivitás a radar által mért térfogatban található

hidrometeorok koncentrációjának (N(D)) és a csapadékelemre jellemző visszaszórási

keresztmetszetnek (σb(D)) az ismeretében a következő integrállal határozható meg:

dDDNDZ b

0

)()( (4.1)

Amennyiben az adott térfogatban található vízcseppeket gömb alakúnak tételezzük fel,

valamint feltesszük, hogy a méretük elhanyagolható a radar által kibocsájtott jel

hullámhosszához képest, akkor a fenti egyenlet alapján számított reflektivitás az ún.

ekvivalens reflektivitással (Ze) egyezik meg. A számítások elvégzéséhez a részecskék

méret szerinti eloszlásának, valamint a visszaszórási keresztmetszet ismeretére van

szükség. A fenti egyenletben szereplő, vízcseppekre vonatkozó visszaszórási

keresztmetszet a következő összefüggés alapján határozható meg:

62

22

12

4

5D

+m

m

λ

π=bσ

, (4.2)

ahol a visszaszórási keresztmetszet (σb) függ a részecskék átmérőjétől (D), a sugárzás

hullámhosszától (λ), valamint a visszaverő részecskék refraktív indexétől (m). A refraktív

index helyett gyakran a dielektromos állandót használják. A K dielektromos állandó a

környező levegő hőmérsékletének, a visszaverő részecske halmazállapotának és a sugárzás


33

hullámhosszának függvénye. A részecskékre jellemző dielektromos állandót általában a

következő összefüggéssel határozzák meg:

22

2 ,0

,0 2

,0

1

2

víz

víz

víz

mK =

m

, (4.3)

ahol mvíz,0 a vízcseppekre vonatkozó értéket jelöli a 0 °C-os levegőben. A fenti egyenlettel

analóg módon meghatározható a jégre vonatkozó érték is. Általánosan, a vízre

vonatkoztatott, tetszőleges hőmérséklethez (t) tartozó dielektromos állandót a következő

összefüggéssel írhatjuk fel:

22

2 ,

2

,

1

2

víz t

víz,t

víz t

mK =

m +

. (4.4)

A 4.2 – 4.4 összefüggéseket felhasználva a vízcseppekre vonatkozó ekvivalens radar

reflektivitás érték a következő egyenlettel írható fel:

24

0 , 6

250víz,0

víz t

e

λ KZ = D N D dD

π K

, (4.5)

amelyet a részletes mikrofizikai modell esetében az alábbi véges összeggel közelítünk:

24 360 víz,t 6

,251

,0

e k vízcsepp k

k=víz

λ KZ = D N

π K

(4.6)

A fenti egyenletben Dk a k-ik méretintervallumban vett átlagos méret, Nvízcsepp,k a k-ik

méretintervallumba eső vízcseppek koncentrációja.

A 4.6 egyenlettel analóg módon meghatározható a szilárd halmazállapotú

csapadékelemekre vonatkozó ekvivalens reflektivitás. A szilárd hidrometeorok változatos

alakja és sűrűsége miatt a visszaszórási keresztmetszetnek a 4.2 egyenlettel történő

meghatározása során több egyszerűsítő feltevéssel kell élni. A jégrészecskék esetén

gyakran feltételezik (SMITH, 1984), hogy a reflektivitás függ a hidrometeorok tömegétől,

de független azok alakjától. Az ekvivalens reflektivitás meghatározásakor a jégrészecskék

méretét az ún. víz ekvivalens átmérő segítségével adtam meg. A víz ekvivalens átmérő az

az átmérő, amely egy, a jégrészecskével azonos tömegű vízcseppet jellemezne. Az adott

tömeghez tartozó jégrészecske (jégkristály, hópehely, hódara szem) esetén a szilárd


34

hidrometeorra jellemző visszaszórási keresztmetszetet az alábbi összefüggéssel írhatjuk

fel:

25 6

,

4

jég t

b

π D Kσ =

λ

(4.7)

σb adott mérethez tartozó visszaszórási keresztmetszet,

22

2 ,

, 2

,

1

2

jég t

jég t

jég t

mK

m +

a jégre

vonatkozó dielektromos állandó, továbbá mjég,t a jégszemek refraktív indexe (adott

hullámhossz és hőmérséklet esetén).

A fentiek alapján az ekvivalens reflektivitás az alábbi összefüggéssel határozható meg

(BLAHAK, 2007):

4

0

250,0

e b

víz

λZ = σ D N D dD

π K

(4.8)

Ahol Ze az ekvivalens reflektivitás, λ a hullámhossz, Kvíz,0 a 0 °C-os vízre vonatkozó

dielektromos állandó, σb(D) adott mérethez tartozó visszaszórási keresztmetszet és N(D)

részecskék méret szerinti eloszlása.

Hasonlóan a 4.6 egyenlethez a részletes mikrofizikai parametrizáció esetében, a fenti

integrál a következő véges összeggel közelíthető:

4 360

251

,0

e b,k k

k=víz

λZ = σ N

π K (4.9)

A jégrészecskék reflektivitásának meghatározásakor a következő egyszerűsítő

feltételezésekkel éltem:

(i) a részecskéket szférikusnak tekintettem;

(ii) az olvadó részecskéket kétrétegű szféroidokként közelítettem, ahol a

hópelyhek és a hódara szemek esetében az olvadékvíz a szilárd csapadékelem

sűrűségétől függően oszlik el a hidrometeor belsejében és annak felszínén;

(iii) a visszaszórási keresztmetszet σb,k a különböző részecskék víz ekvivalens

átmérőjével arányos, és függ a sugárzás hullámhosszától (λ), valamint a visszaverő

részecskék refraktív indexétől (m).


35

A 4.9 egyenletben szereplő Nk a részecskék koncentrációját jelenti a k-ik méret

intervallumban, és a modell eredményekből direkt módon származtatható.

A száraz hópelyhek és a zúzmarásodott jégkristályok esetén a dielektromos állandó

értékét a részecske sűrűségének függvényében határozhatjuk meg (MATROSOV, 1992;

STRAKA et al., 2000) az alábbi módon:

2 2

,

hópehely

hópehely,t jég t

jég

K = K

. (4.10)

BATTAN – BOHREN (1982) az olvadó hópelyhek dielektromos állandójának

meghatározásához a következő összefüggést javasolja:

olvadt hó 1,t s víz,t s jég,tK = f K + f K , (4.11)

ahol fs az olvadó hópehelyre jellemző olvadási arány, Kolvadt hó,t az olvadó részecske, Kvíz,t a

vízcsepp és Kjég,t a jégkristályra jellemző dielektromos állandó. A visszaszórási

keresztmetszet számítása során MAXWELL GARNETT (1904) által javasolt eljárás alapján

BOHREN – HUFFMAN (1983) átdolgozott összefüggését alkalmaztam az olvadó részecskék

refraktív indexének és dielektromos állandójának a meghatározására. A részlegesen olvadt

hidrometeorokra, lapult ellipszoid alak esetén a következő összefüggés írható fel:

n

iiiközeg

n

iiiiközegközeg

keverék

pp

mpmp

m

2

2

22

2

, (4.12)

ahol m az anyagra jellemző refraktív index, p az anyag fajlagos térfogata a teljes

hidrometeorra vonatkoztatva, míg βi együttható az alábbi formában számítható:

1ln

2

2

2

22

2

22

2

közeg

i

közegi

i

közegi

közegi

m

m

mm

m

mm

m . (4.13)

A fenti leírás független attól, hogy a részecskéket milyen keverékként kezeljük, de jelentős

mértékű változást tapasztalunk a visszaszórási keresztmetszet változásában attól függően,

hogy a közeget (mközeg, pközeg) miként írjuk le. A későbbiekben feltételeztem, hogy a

megolvadt víz tömegének egy része az olvadó részecske felszínén található, másik része

pedig az olvadó részecskében található levegőbuborékokat tölti ki. A fenti összefüggést

sikeresen alkalmazták bulk modellek esetén (BLAHAK, 2007), többnyire azzal a


36

feltételezéssel élve, hogy a befoglaló közeg a víz és azon belül jég-levegő keverék

található.

A numerikus szimulációk során a 4.6 és 4.9 egyenletek alapján határoztam meg a

reflektivitás értékét. A dielektromos állandó meghatározása során a hódara részecskék

esetén a 4.7 egyenletben szereplő értéket alkalmaztam, míg a nem olvadt hópelyhek esetén

a 4.10 egyenletet használtam fel. Az olvadó részecskék esetén mind a BOHREN – HUFFMAN

(1983), mind a BATTAN – BOHREN (1982) által publikált közelítést teszteltem (lásd 4.2.1.

fejezet).

A 4.3. ábra az egyes hidrometeor típusok komplex refraktív indexének a

hullámhossztól és a hőmérséklettől való függését mutatja be. A refraktív index valós része

a törésmutató, míg a képzetes rész az energia disszipációját írja le a közegben. Az ábráról

leolvasható, hogy a jégre vonatkozó refraktív index valós része független a hullámhossztól

és a hőmérséklettől. A képzetes rész viszont mind a hőmérséklettől, mind pedig a

hullámhossztól erőssebben függ. A hőmérséklettől való függés a rövidebb hullámhosszak

esetén jelentősebb. A vízre vonatkozó refraktív index mind a hullámhossztól, mind pedig a

hőmérséklettől erősebben függ, mint a jégre vonatkozó érték. A hullámhossz

növekedésével a képzetes rész hőmérséklet függése ellentétes módon változik. Míg az

1 cm-es hullámhossz esetén a hőmérséklet növekedése a refraktív index növekedését vonja

maga után (mind a képzetes, mind a valós rész növekedését), addig az 5 cm-es és a 10 cm-

es hullámhosszak esetén a képzetes rész a hőmérséklet növekedésével csökken.

A valós rész minden hullámhossz esetén növekszik a hőmérséklet növekedésével,

azonban a növekedés üteme jelentősen függ a hullámhossztól. A görbe meredeksége

10 cm-es hullámhosszak esetén a legkisebb, vagyis a nagyobb hullámhosszak esetén a

hőmérséklettől való függés kevésbé meghatározó a részecskék refraktív indexének

kiszámolásakor.

A kapott eredmények jól egyeznek a szakirodalomban fellelhető adatokkal (RAY,

1972; MÄTLZER, 1998). Egy adott hullámhossz esetén a jégrészecskékre vonatkozó

refraktív index valós része alig (~10 % körül) változik a pozitív hőmérsékleti

tartományban, így a hőmérséklettől való függés hatása elhanyagolható. A folyékony

halmazállapotú csapadékelemek esetén ez a hatás némileg nagyobb.


37

4.3. ábra: A jég refraktív indexe (a) és a víz refraktív indexe (b) különböző hullámhosszak esetén

(fekete 1 cm, piros 5 cm, kék 10 cm) a hőmérséklet függvényében. A valós részt folytonos, míg a

képzetes részt szaggatott vonal jelöli.

4.2.1. Érzékenységi vizsgálatok 1D időfüggő modell alkalmazásával

A modell validációja szempontjából igen fontos a modell kimeneti paraméterei alapján

számított radar reflektivitási mező vizsgálata, mért értékekkel való összehasonlítása. A

radar reflektivitás számítása lehetővé teszi, hogy a modell eredményei adekvát módon

összehasonlíthatóvá váljanak a megfigyelésekkel. A radar reflektivitás számítási algoritmus

kidolgozása során BLAHAK (2007) munkáját vettem alapul. A bulk sémákhoz kidolgozott

közelítés azon alapul, hogy az olvadó részecskékre vonatkozó visszaszórási

keresztmetszetet egy, két, vagy három rétegből álló részecskére vonatkozóan határozzák

meg.

A bulk sémák esetében a mikrofizikai folyamatok parametrizációja (méret szerinti

eloszlás leírásának pontatlanságai, olvadás során lesodródás kezelése) gyakran

eredményezi a radar reflektivitás pontatlan meghatározását. A bulk modellek többnyire

alulbecsülik a kisebb vízcseppek és felülbecsülik a nagyobb vízcseppek koncentrációját.

Az olvadási folyamatok pontatlanabb leírásának pedig az a következménye, hogy a bulk

modellek általában nem tudják reprodukálni az olvadó részecskék miatt kialakuló fényes

sávot, illetve a fényes sáv alatti rétegekben megfigyelhető reflektivitás csökkenést.


38

A 4.4. ábra az olvadási arány függvényében ábrázolja a víz-jég keverékekre vonatkozó

visszaszórási keresztmetszetnek és a víz ekvivalens átmérőjű vízcseppek visszaszórási

keresztmetszetének arányát különböző kezdeti méret (0,09; 0,45; 1,1 mm), állandó

környezeti hőmérséklet (2 °C) és különböző hullámhosszak (1. 5 és 10 cm) esetében. Az

ábráról leolvasható, hogy az olvadó részecskék esetén a mérettől való függés azonos

olvadási arány mellett nem elhanyagolható. A visszaszórási keresztmetszet minden

hullámhosszon gyorsan nő a méret és az olvadási arány növekedésével. Nagyobb méretű

részecskék esetén az olvadó részecske visszaszórási keresztmetszete akár közel 100-

szorossa is lehet a folyékony vízcsepp visszaszórási keresztmetszetének.

4.4. ábra: Az olvadó részecskékre vonatkozó visszaszórási keresztmetszet és a teljesen olvadt

részecskék visszaszórási keresztmetszetének arányát 2 °C-on; különböző méret a) d = 0,09 mm, b)

d = 0,45 mm és c) d = 1,1 mm-es hópelyhek esetén, valamint különböző hullámhosszakra

(1, 5 és 10 cm).

A fenti eredményeken alapuló modellkísérleteket először a dinamikai folyamatok

elhanyagolása mellett, 1D, időfüggő modell segítségével végeztem el. A reflektivitás

meghatározásához szükséges mennyiségek a mikrofizikai modellből származtak (a

hidrometeorok mérete, a méret szerinti eloszlás, olvadási arány). Az olvadó hidrometeor

sűrűségének függvényében határoztam meg, hogy mekkora mennyiségű víz található az

olvadó jégrészecske felületén, és mekkora mennyiség tölti ki a jégrészecske belsejében

található levegőbuborékokat. Azzal a feltevéssel éltem, hogy az olvadás során az olvadó

jégrészecske belseje a víz és a jég meghatározott arányú keverékeként írható le, vagyis

kétrétegű közelítést alkalmaztam. Minden esetben feltételeztem, hogy a Rayleigh-féle


39

szóródási törvény alkalmazható. Ez a feltevés nem eredményez jelentős hibát a számítások

során, hiszen a modell által szimulált részecsketípusok esetére teljesül, hogy az elvileg

lehetséges legnagyobb átmérő kisebb, mint a számítás során alkalmazott hullámhossz.

4.5. ábra: Bohren és Huffman (B-H), valamint Battan és Bohren (B-B) alapján számított radar

reflektivitás értékek idealizált szimuláció során.

Érzékenységi vizsgálatok segítségével megvizsgáltam, hogy a visszaszórási keresztmetszet

(BOHREN – HUFFMAN, 1983; 4.12. egyenlet), valamint a dielektromos állandó olvadási

aránytól függő meghatározása (BATTAN – BOHREN, 1982; 4.11. egyenlet) milyen hatással

van a kialakuló fényes sáv, vagy más néven „bright band” erősségére (4.5. ábra). A két

módszer között (BOHREN – HUFFMAN, 1983; BATTAN – BOHREN, 1982) mintegy 5 dBZ

eltérés tapasztalható. Azaz az olvadó jégrészecskék visszaszórási keresztmetszete jelentős

mértékben függ attól, hogy hogyan vesszük figyelembe az olvadt víz hatását. Az utóbbi

módszer (4.11. egyenlet) azonban nem veszi figyelembe, hogy a megolvadt víz milyen

arányban oszlik el a szilárd halmazállapotú hidrometeor felületén és belsejében. Az

olvadási réteg alatt, illetve közvetlenül az olvadási réteg fölött (2500 m) a két számítási

módszer között nem volt jelentős különbség.

5. Eredmények

40

5. Eredmények

A következőkben összefoglalom az esettanulmányokhoz kapcsolódó kutatások

eredményeit. A munka első szakaszában egydimenziós (független helyváltozó a vertikális

koordináta), időfüggő modell segítségével végeztem számításokat. Azt vizsgáltam, hogy a

légkör állapotjellemzői (hőmérséklet, nedvességtartalom, valamint a hópelyhek és a

vízcseppek mennyisége) hogyan befolyásolják a csapadék halmazállapotát a felszínen.

Ezek a kutatások a téli csapadék halmazállapotának meghatározásához kapcsolódtak.

Érzékenységi vizsgálatot végeztem annak eldöntésére, hogy a havazás – havas eső – eső,

illetve a havazás – ónos eső csapadéktípusok közötti átmeneteket hogyan befolyásolják a

környezeti jellemzők. Az érzékenységi vizsgálatokon túl egy konkrét esetet is

modelleztem, és a modell eredményeket összehasonlítottam korábban már publikált

eredményekkel. A kutatás e fázisában a dinamikai hatásoktól eltekintettem.

Napjainkban is komoly problémát jelent a mezoskálájú légköri képződmények –

zivatarfelhők, illetve a hozzájuk kapcsolódó kísérőjelenségek (kifutószél, csapadék, jégeső,

villámlás) – előrejelzése. A problémát alapvetően az okozza, hogy ezekben a

képződményekben nagyon erős a kölcsönhatás a dinamikai és a mikrofizikai folyamatok

között, és lokális, nehezen mérhető hatások is befolyásolják kialakulásukat, fejlődésüket.

Emiatt a kutatás következő fázisában már két-, illetve háromdimenziós modellt használtam

a számítások elvégzésére, amelyek lehetőséget adtak a dinamikai és a mikrofizikai

folyamatok közötti kölcsönhatás figyelembevételére.

A felhőzet megfigyelésére legelterjedtebben alkalmazott eszköz az időjárási radar.

Mivel a radar az elektromágneses sugárzás visszaverődésén alapuló távérzékelési eszköz,

ezért a mérési eredmény és a megfigyelt közeg jellemzői közötti összefüggés egyértelmű

meghatározása nem egyszerű feladat. A modell számítások tesztelését segíti, ha a

modelladatokból radar által mérhető mennyiségeket tudunk származtatni.

5.1. Olvadási folyamatok

Az olvadási folyamatok tanulmányozása során több numerikus kísérletben vizsgáltam,

hogy az olvadás hogyan függ a levegő hőmérsékletétől, nedvességtartalmától, valamint a

felhőzet mikrofizikai jellemzőitől (pl. folyékony halmazállapotú, túlhűlt víz mennyisége).

5. Eredmények

41

Az érzékenységi vizsgálatokat egydimenziós, időfüggő modell segítségével végeztem. A

modellezés során eltérő kezdeti feltételeket használtam. Vizsgáltam a modell

érzékenységét a vízcseppek és hópelyhek kezdeti keverési arányára, valamint a kezdeti

hőmérsékleti rétegződésre vonatkozóan (alultelített, túltelített, illetve inverziós helyzet). A

különböző kezdeti keverési arányokhoz tartozó méret szerinti eloszlások az 5.1. ábrán

láthatók.

5.1. ábra: Kezdeti méret szerinti eloszlás különböző kezdeti keverési arányok esetén (a) vízcseppek, (b)

hópelyhek esetében. A fekete, kék és piros vonalak rendre a 0,1; 0,5 és 1,0 g kg-1

keverési arányokhoz

tartozó modellezett méret szerinti eloszlásokat ábrázolják.

Amennyiben ismerjük a részecskék keverési arányát (Q) és koncentrációját (N), akkor az

exponenciális eloszlás paraméterei (N0, λ) a következő összefüggés alapján határozhatóak

meg (levegő és víz a levegő és a víz sűrűsége) (GERESDI, 2004):

levegő

víz

QNN

4

3

0 (5.1)

3

1

levegő

víz

Q

N

(5.2)

5. Eredmények

42

A gamma eloszlás paramétereit a keverési arány és a koncentráció ismertében az alábbi

formulával adhatjuk meg (GERESDI, 2004):

3

1

3

4

0 41

levegő

víz

Q

NN (5.3)

3

1

1

4

levegő

víz

Q

N, ahol

0

1dtte xt függvény. (5.4)

Az olvadási folyamatokra jelentős hatással van a környező levegő nedvességtartalma és

hőmérséklete. A numerikus kísérletek során módosítottam a környező levegő kezdeti

állapotait. Az 5.2. ábra a kezdeti vertikális hőmérsékleti profilt mutatja a magasság

függvényében.

5.2. ábra: Kezdeti hőmérsékleti profil lehetséges beállításai a különböző szimulációk során.

Több lehetőséget is megvizsgáltam a kezdeti vertikális rétegzettséget tekintve: (i) nedves

adiabatikus hőmérsékleti gradiens; (ii) idealizált inverziós állapot, valamint (iii) valós

légköri állapot (mérési eredmények – felszállások alapján). Emellett módosítottam a légkör

nedvességtartalmának vertikális szerkezetét is, vagyis telített-, és telítetlen nedves

levegőben is modelleztem az olvadási folyamatokat.

5. Eredmények

43

5.1. táblázat: A numerikus szimulációk során alkalmazott kezdeti feltételek beállításainak

összefoglalása.

Numerikus

kísérlet

Kezdeti hó keverési

arány [g kg-1

]

Kezdeti víz

keverési arány

[g kg-1

]

Hőmérsékleti

rétegződés

Relatív

páratartalom

[%]

CTRL 0,5 0 Nedves adiab. 100

1 0,5 0,1 Nedves adiab. 100



4 0,1 0 Nedves adiab. 100






10 0,8 0,1 Nedves adiab. 100

11 0,8 0,2 Nedves adiab. 100

12 0,8 0,5 Nedves adiab. 100

13 0,8 0,8 Nedves adiab. 100

14 1 0 Nedves adiab. 100

15 1 0,1 Nedves adiab. 100




19 1 1 Nedves adiab. 100


21 0,5 0,1 Nedves adiab. 100

22 0,5 0,2 Nedves adiab. 100

23 0,5 0,5 Nedves adiab. 100





5. Eredmények

44

A folytonos tömegáram biztosítása végett a hidrometeorok keverési arányát konstansnak

tartottam a modellezett tartomány egy adott rétegében. A numerikus kísérletek során

alkalmazott kezdeti feltételeket (keverési arányok, hőmérsékleti rétegződés és relatív

nedvesség) az 5.1. táblázat foglalja össze.

5.1.1. Az olvadási folyamatok és a környezeti paraméterek közötti kölcsönhatás

Az olvadás, mint halmazállapot-változás, hatással van a környező levegő hőmérsékletére

is. Egy idealizált, nedves adiabatikus rétegzettség és 100 % relatív páratartalom (5.3. ábra)

mellett vizsgáltam az olvadási folyamatokat, és az olvadást befolyásoló egyéb mikrofizikai

tényezőket. Az ábra a kezdeti időpontban és a numerikus szimuláció első órájának végén

szemlélteti a hőmérséklet, valamint a vízfelszínre és a jégfelszínre vonatkozó túltelítettség

értékét a magasság függvényében. Kezdetben a 0 °C-os szint a felszín felett 2500 m

magasan volt.

Az 5.3a ábrán látszik, hogy a negatív hőmérsékleti tartományban a vízcseppek

fagyásának hatására hő szabadul fel, amely melegíti a környező levegőt, míg az olvadási

folyamatok 0 °C-nál nagyobb hőmérsékleten hőelvonással járnak, és a környező levegő

hőmérsékletét csökkentik.

5.3. ábra: (a) A hőmérséklet és (b) a jég-, és a vízfelszínre vonatkozó túltelítettség a kezdeti időpontban

és a numerikus szimuláció 1. órájában. A b. ábrán a piros szaggatott vonalak a sík vízfelszínre, a kék

szaggatott görbék a sík jégfelszínre vonatkozó túltelítettséget jelölik.

5. Eredmények

45

A szimulációk azt mutatják, hogy ezen folyamatok hatására egyre szélesedő 0 °C-os réteg

alakul ki. Az 5.3b. ábra alapján megállapítható, hogy a negatív hőmérsékleti tartományban

alultelítetté válik a légkör, míg a pozitív tartományban a vízcseppekre alultelítetté, míg a

jégrészecskékre túltelített lesz a kezdetben 100 %-os telítettségű levegőréteg.

Megvizsgáltam, hogy az olvadás során elvont hő milyen mértékű hőmérséklet

csökkenést eredményez különböző kezdeti hó keverési arányok (0,1; 0,2; 0,5; 0,8 és

1,0 g kg-1

) esetén (5.4. ábra). A vízcsepp kezdeti keverési arányát minden esetben 0 g kg-1

-

nak választottuk. Az olvadás miatti hőmérséklet-csökkenést jelentősen befolyásolja a

hópelyhek kezdeti keverési aránya (5.4a és b ábrák). Míg a kisebb méretű hópelyhek

koncentrációja független a keverési arány megválasztásától, addig a nagyobb méretű

hópelyhek koncentrációja nő a keverési arány növekedésével (5.1. ábra). A nagyobb

méretű hópelyhek nagyobb határsebességüknek köszönhetően gyorsabban hullnak ki a

felhőzetből, a gyorsabb kihullás miatt kevesebb idő áll rendelkezésre az olvadásra.

Emellett a hópelyhek nagyobb koncentrációja miatt az olvadó részecskék összfelülete is

nagyobb. A nagyobb összfelület következtében az olvadó, szilárd halmazállapotú

csapadékelemekre történő erőteljesebb vízgőz lecsapódás gyorsítja az olvadási

folyamatokat. A hőmérséklet tendenciát bemutató ábra alapján (5.4b. ábra) elmondható,

hogy a kezdeti hópehely keverési arány növekedésével az olvadás miatti hűlés egyre

vastagabb rétegben figyelhető meg, és mértéke is növekszik. Egyrészt a nagyobb

hópelyhek hosszabb utat tesznek meg, mielőtt elolvadnának, másrészt a nagyobb tömegű

hó elolvadása jelentősebb hőmérséklet csökkenést eredményez.

Az olvadt víz keverési arányának maximuma a kezdeti hó keverési aránynak kb. ¼-

e. Ahogy a teljesen megolvadt hópelyhek mennyisége növekszik, az olvadt vízből egyre

több vízcseppek képződik. Az 5.4f. ábra a vízcseppek keverési arányának változását

mutatja be különböző kezdeti hópehely keverési arányok esetén. Az ábráról leolvasható,

hogy a vízcseppek keverési aránya a maximális értéket egyre kisebb magasságon éri el. Ez

annak a következménye, hogy a nagyobb alultelítettség esetében a vízcseppek párolgása is

jelentős, és erőteljesebben érvényesül, mint a hópelyhek olvadásából származó keverési

arány növekedés.

További szimulációkat végeztem a vízcseppek kezdeti keverési arányának

módosításával. A vízcseppek kezdeti keverési aránya a következő értékeket vette fel:

0,1; 0,2; 0,5; 0,8 és 1,0 g kg-1

.

5. Eredmények

46

5.4. ábra: Az olvadás hatása a környezeti paraméterekre a szimuláció első órájának végén. (a) A

hőmérséklet vertikális profilja; (b) Hőmérséklet-változás az olvadás miatt; (c) Sík vízfelszínre

vonatkoztatott túltelítettség változása; (d) Hópelyhek keverési aránya; (e) Olvadt víz keverési aránya a

hópelyhek felszínén és (f) keletkező vízcseppek keverési aránya. A futtatás során több esetet

különítettünk el. A folytonos vonalak minden esetben a kezdeti értékekre vonatkoznak, a szaggatott

vonalak pedig az 1 órás szimulált időtartam végének értékeit jelenítik meg. A különböző színek a

különböző kezdeti keverési arányokra vonatkoznak. (i) fekete: a kezdeti hó keverési arány 0,1 g kg-1

;

(ii) világosszürke: a kezdeti hó keverési arány 0,2 g kg-1

; (iii) piros: a kezdeti hó keverési arány

0,5 g kg-1

; (iv) kék: a kezdeti hó keverési arány 0,8 g kg-1

és (v) sötétszürke: a hó kezdeti keverési

aránya 1,0 g kg-1

.

5. Eredmények

47

Megvizsgáltam, hogy különböző kezdeti hó keverési arány esetén a túlhűlt vízcseppek

keverési arányának módosítása hogyan befolyásolja az olvadási folyamatot. A kezdeti

feltételeket úgy határoztam meg, hogy a túlhűlt vízcseppek keverési aránya nem lehet

nagyobb a hópelyhek kezdeti keverési arányánál. A vízcseppek jelenléte jelentős hatással

van a mikrofizikai folyamatokra (5.5. ábra). A negatív hőmérsékleti tartományban a

vízcseppekkel való ütközések során új részecske, hódara alakul ki, amely szintén tovább

növekedhet a vízcseppekkel való ütközés következtében. Továbbá a pozitív hőmérsékletű

rétegben a vízcsepp – hópehely ütközési és összeolvadási folyamatok révén növekszik a

folyékony víz mennyisége az olvadó hópelyhek felületén.

Az 5.5. ábra a magasság függvényében ábrázolja a hópelyhek, a vízcseppek és a

hódara részecskék keverési arányát, továbbá a hópelyhek esetében a zúzmarásodott és

megolvadt víz, hódara esetében pedig a megolvadt víz keverési arányát. A numerikus

kísérlet során mind a pozitív, mind a negatív hőmérsékleti tartományban figyelembe vettük

a szilárd és folyékony hidrometeorok közötti ütközési és koagulációs folyamatokat. A

0 °C-os izoterma kb. 2500 m magasságban helyezkedett el. A 0 °C-os szint felett, egy

500 m széles rétegben állandó tömegáramot biztosítottunk mind a hópelyhek, mind a

vízcseppek esetén.

Az első oszlop szemléleti azt az esetet, amikor kezdetben nincs folyékony víz a

rendszerben, így a vízcseppek megjelenése csak a hópelyhek olvadásának következménye.

A kialakuló vízcseppek maximális keverési aránya kb. 51 -ét teszi ki a hópelyhek

maximális keverési arányának. Ha kezdetben nincsenek vízcseppek a rendszerben, akkor

nem alakulnak ki hódara részecskék, és a rendszer viszonylag gyorsan stacionáriussá válik.

A második, a harmadik és a negyedik oszlop azokat az eseteket mutatja be, amikor

már a kezdetektől jelen vannak vízcseppek. A hópelyhek és a vízcseppek ütközése a

negatív hőmérsékleti tartományban a hópelyhek erőteljes zúzmarásodását, ezáltal hódara

szemek kialakulását idézte elő.

A harmadik esetben a vízcseppek kezdeti keverési aránya 0,2 g kg-1

volt. Ekkor a

negatív hőmérsékleti tartományban a vízcsepp-hópehely ütközések egyrészt hódara szemek

kialakulásához vezettek, másrészt a hópelyhek tömegét növelték. Mindkét folyamat

jelentős szerepet játszott abban az esetben, amikor a vízcseppek és a hópelyhek kezdeti

keverési aránya megegyezett (5.5. ábra 4. oszlop). Ekkor a negatív hőmérsékleti

tartományban a hópelyhek extrém zúzmarásodása volt megfigyelhető (5.5b. ábra 4.

5. Eredmények

48

oszlop). A folyékony halmazállapotú csapadékelemek vertikális eloszlása két dologgal

magyarázható: (i) a pozitív hőmérsékleti tartományban a kialakuló hódara szemek igen

jelentős mértékben gyűjtik össze a vízcseppeket; (ii) a vízcseppek párolgása.

5.5. ábra: (a) Hópelyhek, (b) Olvadt és zúzmarásodott víz a hópelyhek esetén, (c) Hódara és megolvadt

víz a hódara felszínén, valamint (d) vízcseppek keverési arányának változása különböző kezdeti

víztartalom mellett.

5. Eredmények

49

5.1.2. A részecskék méret szerinti eloszlásának változása az olvadási folyamatok során

Az 5.6. ábra a vízcseppek méret szerinti eloszlását ábrázolja két esetben: (1) kezdeti

vízcsepp keverési arány 0 g kg-1

(5.6a. ábra), (2) vízcseppek kezdeti keverési aránya

0,5 g kg-1

(5.6b. ábra).

Az olvadási szint felett a vízcseppek méret szerinti eloszlását, annak változását az

ütközési folyamatok, illetve a vízcseppek párolgása határozza meg. Ezekkel a

folyamatokkal magyarázható a 100 μm-nél kisebb vízcseppek koncentrációjában

megfigyelhető markáns csökkenés. Az olvadási szint alatt összehasonlítva az 5.6a. és az

5.6b. ábrákat azt találjuk, hogy a 100 μm-nél nagyobb vízcseppek koncentrációja kb. egy

nagyságrenddel nagyobb abban az esetben, amikor a vízcseppek kezdeti keverési aránya

0,5 g kg-1

volt. Ez annak a következménye, hogy a hópelyhek zúzmarásodása miatt

megnövekedett a nagyobb tömegű hópelyhek és hódara részecskék koncentrációja. (Ezt a

megállapítást az 5.7. ábra is alátámasztja.) Ezen nagyobb tömegű, szilárd halmazállapotú

részecskék olvadása eredményezte a 100 μm-nél nagyobb vízcseppek koncentrációjának

növekedését. A vízcseppek keverési arányát az olvadás mellett a telítettség is befolyásolja.

Az 5.6. ábrán a kék vonalak az alultelített levegőben mutatják a vízcseppek méret

szerinti eloszlását. Ebben az esetben a levegőoszlop a jégre vonatkoztatva is alultelített

kb. 1700-1900 m magasságig, és csak az alatt válik túltelítetté. Az 5.6a. ábrán jól látható,

hogy az olvadási folyamatok hatására a vízcseppek méret szerinti eloszlása jelentősen

módosul, amennyiben a relatív páratartalom jóval kisebb, mint 100 % (70 %, kék görbék).

Az alacsonyabb páratartalom miatt az olvadási folyamatok megindulásához nagyobb

hőmérsékletre van szükség.

A kialakuló vízcseppek párolgásának hatása kettős: (i) a hőelvonás miatt csökken a

hőmérséklet, ami miatt lassul az olvadás; (ii) nő a környező levegő páratartalma, ami

gyorsítja az olvadási folyamatokat. E két hatásból az első (hűlés miatt lassuló olvadás) a

meghatározó. Látható, hogy a nagyobb vízcseppek csak a felszín közelében, a szilárd

halmazállapotú csapadékelemek teljes megolvadásával összefüggésben jelennek meg.

Amennyiben már a kezdetektől feltételezzük vízcseppek jelenlétét, akkor a relatív

páratartalom kezdeti értékének hatása nem olyan markáns, mint az előző esetben (5.6b.

ábra). Alacsony relatív páratartalom esetén a vízcseppek és a szilárd csapadékelemek

közötti ütközések gyakorisága igen kicsi, ami miatt a hidrometeorok párolgása,

szublimációja jelentősebb hatással van a méret szerinti eloszlásra.

5. Eredmények

50

5.6. ábra: Vízcseppek méret szerinti eloszlása hókristályok olvadása során, (a) kezdetben nincs víz a

rendszerben; (b) vízcseppek keverési aránya 0,5 g kg-1

. A fekete vonalak a vízcseppek koncentrációját

ábrázolják a méret függvényében abban az esetben, amikor a kezdeti relatív páratartalom 100 %. A kék

vonalak mindkét esetben azt az esetet reprezentálják, amikor a kezdeti relatív páratartalom 70 %.

Az 5.7. ábra a hópelyhek és a hódara szemek méret szerinti eloszlását szemlélteti.

Értelemszerűen, ha a vízcseppek kezdeti keverési aránya 0 g kg-1

, akkor hódara részecskék

nem alakultak ki. Az ábrákon szereplő si az 0 °C-os víz felszínére vonatkozó túltelítettséget

mutatja, amikor a relatív páratartalom 100 %. Az ábráról leolvasható, hogy a vízcseppek

jelenléte néhány tized százalékkal növeli a jég felszínére vonatkozó túltelítettséget, ami

végül is az olvadási sebesség kismértékű csökkenését eredményezi. A vízcseppek jelenléte

egy másodlagos maximum kialakulását eredményezi az olvadási arány tekintetében

kb. 1 mm-es átmérőnél (5.7a. és b. ábrák, a h = 2500 m-es magasságnál). Az olvadási

arány nagy értéke a kb. 100 – 200 μm-es mérettartományban a kisméretű hópelyhek gyors

5. Eredmények

51

olvadásának következménye. A mm-es méret tartománynál – az olvadás mellett – az

ütközések következtében összegyűjtött vízcseppek növelik a folyékony víz arányát, ami

nagyobb olvadási arányt eredményez.

Hasonló jelenség figyelhető meg a hódara részecskék esetében is (5.7c. ábra

h = 2500 m). A magasság csökkenésével az 1 mm-nél kisebb hópelyhek és hódara

részecskék szinte teljesen elolvadnak, továbbá megállapítható az is, hogy a jégrészecskéket

borító folyékony víz aránya folyamatosan csökken a méret növekedésével. Az 5.7a. és b.

ábrákat összehasonlítva megállapíthatjuk, hogy a folyékony víz jelenléte a negatív

hőmérséklet tartományban nem csak a hódara részecskék kialakulását segíti elő, de

némileg nő a hópelyhek átlagos mérete is 100 % relatív páratartalom esetén.

Amennyiben a környező levegő a vízre vonatkoztatva alultelített, akkor az olvadási

folyamatok csak magasabb hőmérsékleten kezdődnek meg. Az 5.7. ábrán látható, hogy

2500 m-es magasságon, 70 %-os relatív páratartalom esetén az olvadási arány mind a

hópelyhek, mind a hódara részecskék esetén 0-val egyenlő minden részecske méretnél.

Amikor a relatív páratartalom nagyobb (100 %), akkor a hópelyhek és vízcseppek közötti

ütközések jelentős mértékben növelik a hópelyhek méretét. Ez azzal magyarázható, hogy

alacsony páratartalom esetén a vízcseppek párolgása erőteljesebb, mint az ütközés a

vízcseppek és a hópelyhek között (zúzmarásodás – eltolódás a méret szerinti eloszlásban a

magasabb hőmérsékleti régiók felé).

5.1.3. Az olvadási réteg vastagságának függése a hidrometeorok kezdeti keverési

arányától

Az olvadási folyamat jellemzésére használható paraméter az olvadási réteg vastagsága. Az

olvadási réteg tetejének azt a szintet tekintettük, ahol az olvadási folyamatok elkezdődtek.

Ez a szint az érzékenységi vizsgálatok esetén mindig arra a magasságra esett, ahol a

hőmérséklet éppen 0 °C fölé emelkedett. Alacsony relatív páratartalom esetén – a párolgás

okozta hőelvonás következményeként – az olvadás ennél magasabb hőmérsékleten (akár

+ 4 °C) is kezdődhet. Az olvadási réteg alját az a szint jelenti, ahol már nem található

szilárd halmazállapotú csapadékelem. A numerikus szimulációk során 70 %-os relatív

páratartalom esetén az olvadási folyamatok kb. +1 – +1,5 °C-os hőmérsékleti

tartományban indultak meg.

5. Eredmények

52

5.7. ábra: Hópelyhek és hódara szemek méret szerinti eloszlása. (a) Hópelyhek méret szerinti eloszlása

és olvadási aránya különböző magasságokban, feltéve, hogy a kezdetben nincs víz a rendszerben. (b)

Lásd (a) leírását, de kezdeti vízcsepp keverési arány 0,5 g kg-1

. (c) hódara méret szerinti eloszlása és

olvadási aránya csak abban az esetben, amikor vízcseppek már a kezdettől fogva jelen vannak a

rendszerben. A fekete folytonos vonalak a koncentrációt, a szaggatott szürke vonalak az olvadási arányt

jelenítik meg, amennyiben a relatív páratartalom 100 %. A piros folytonos vonalak és a kék szaggatott

vonalak pedig rendre a koncentrációt és az olvadási arányt mutatják abban az esetben, amikor a relatív

páratartalom 70 %. A h értékei rendre a szimulált méretintervallum magassági szintjét jelölik. Az si az

olvadó jégrészecskék felszínére vonatkozó túltelítettséget jelenti 100 % relatív páratartalom esetén.

5. Eredmények

53

5.2. táblázat: Az olvadási réteg vastagsága (m) 100 % és 70 %-os relatív páratartalom esetén, a hó (Qs)

és a víz (Qw) keverési arányok (g kg-1

) különböző kezdeti értékeinél.

Relatív

páratartalom

Qs = 0,5 g kg-1

Qw = 0,0 g kg-1

Qs = 0,5 g kg-1

Qw = 0,1 g kg-1

Qs = 0,5 g kg-1

Qw = 0,2 g kg-1

Qs = 0,5 g kg-1

Qw = 0,5 g kg-1

100 % 950 1050 1100 1100

70 % 1050 1450 1400 1700

Az olvadási réteg vastagságára vonatkozó értékeket azonos keverési arányok, de eltérő

relatív páratartalom esetén az 5.2. táblázat tartalmazza. Látható, hogy az olvadási réteg

vastagsága közel 100 – 600 m-rel nő a relatív páratartalom 30 %-os csökkenése miatt.

5.8. ábra: Az olvadási réteg vastagságának változása különböző kezdeti vízcsepp keverési arányok

függvényében. A fekete, vastag vonalak a minimum és maximum értékeket reprezentálják, míg a kék

négyszög az átlagos értéket. A piros vonal az 50. percentilist jeleníti meg.

Az olvadási réteg vastagságának statisztikai elemzése során az egyenlő esetszám

érdekében megengedtük, hogy a vízcseppek keverési aránya kezdetben is meghaladhassa a

hópelyhek keverési arányát. Az eredményeket az 5.8. ábrán foglaltuk össze. Az olvadási

5. Eredmények

54

réteg vastagságának változékonysága egy adott kezdeti vízcsepp keverési arány esetén a

különböző (0; 0,1; 0,2; 0,5; 0,8 és 1 g kg-1

) kezdeti hópehely keverési arány értékek

következménye. Ahogy a kezdeti vízcsepp keverési aránya 0-ról 0,5 g kg-1

-ra változik az

olvadási réteg átlagos vastagsága kb. 250 m-rel növekszik. A természetben előforduló,

réteges szerkezetű felhőzet esetében a vízcseppek keverési arány általában ebben az

intervallumban változik. Tehát réteges szerkezetű felhőzet esetén a vízcseppek jelenléte

befolyásolja a kialakuló szilárd halmazállapotú csapadékelemek olvadását, mégpedig oly

módon, hogy a vízcseppekkel való ütközés hatására megnő a hópelyhek olvadásához

szükséges réteg vastagsága. Az ütközés és koaguláció hatása kettős, egyrészt az

összegyűjtött vízcseppek még a negatív hőmérsékleti tartományban növelik a hópelyhek

tömegét, illetve nagyobb határsebességgel rendelkező hódara részecskék keletkeznek. A

gyorsabb kihullás következtében az olvadó részecskék nagyobb utat tudnak megtenni

mielőtt teljesen elolvadnának, így az olvadási tartomány vastagabbá válik. A másik hatás,

nevezetesen az ütközések miatti folyékony víztartalom növekedés nem képes kompenzálni

a tömegnövekedésből származó hatást.

Amennyiben a vízcseppek jelentős mennyiségben (> 0,7 g kg-1

) vannak jelen a

légkörben az olvadási réteg vastagsága nem nő tovább. A jelenség hátterében az áll, hogy

nagy folyékony víztartalom esetén a tömegnövekedésből és az olvadási arány

növekedéséből származó hatások kompenzálják egymást: (i) a negatív hőmérsékleti

tartományban a hópelyhekkel ütköző vízcseppek növelik a hópelyhek tömegét, valamint a

hódara szemek keletkezésében és növekedésében játszanak szerepet; (ii) a pozitív

hőmérsékleti tartományban a vízcseppek összegyűjtése a folyékony víz arányát növeli a

hópelyhek és hódara részecskék felszínén. A folyékony víz növekvő aránya felgyorsítja a

jégrészecskék átalakulását vízcseppekké (az olvadó jégrészecskéket teljesen megolvadtnak

tekintjük, ha a víz aránya meghaladja a teljes tömeg 80 %-át).

5.2. Valós esetek részletes elemzése

A részletes mikrofizikai modell alkalmazásának egyik célja, hogy pontosabb képet

alkothassunk a felhőkben lejátszódó mikrofizikai folyamatokról, valamint a mikrofizika és

dinamika közötti kölcsönhatásról. Az alábbi alfejezetekben valós eseteken keresztül

mutatjuk be, hogy a részletes mikrofizikai modell milyen pontosan képes modellezni

5. Eredmények

55

különböző időjárási helyzeteket, és hogy használata milyen előnyökkel jár a hagyományos

modellekhez képest.

5.2.1. Ónos eső – St. John’s esettanulmány

Az ónos eső képződésének modellezése szempontjából meghatározó az olvadási, valamint

az újrafagyási folyamatok minél pontosabb leírása. Ugyanis a szilárd maggal rendelkező,

tehát csak részben megolvadt csapadékelemek a negatív hőmérsékleti tartományba érve

azonnal megfagynak (meg nem olvadt jég azonnal elindítja a fagyást amint a hőmérséklet

0 °C alá csökken). Ebben az esetben ónos eső képződés nem lehetséges, hiszen a csapadék

szilárd halmazállapotban éri el a felszínt (fagyott eső, jégdara, hódara). A teljesen

megolvadt, jégfázist nem tartalmazó csapadékelemek a negatív tartományba érve

túlhűlnek, és mechanikai hatásra – vagyis a felszínnek, illetve különböző tereptárgyaknak

ütközve – azonnal megfagynak, így képezve jégréteget azok felületén.

Az alábbiakban ismertetett esetben a bin séma eredményeit, egy, az olvadási

folyamatokat részletesen tárgyaló „bulk” séma (THÉRIAULT – STEWART, 2010) által számolt

eredménnyel vetettük össze.

A kiválasztott esetben egy kiterjedt viharrendszer vonult keresztül 1992. február

első napjaiban Új-Fundland szigetén (HANESIAK – STEWART, 1995). A vihar során jelentős

mennyiségű csapadék hullott jégdara formájában, amely rövid időre ónos esőre, majd ezt

követően ónos szitálásra váltott. A kezdeti hőmérsékletet és relatív páratartalmat az 5.9.

ábra szemlélteti. Míg kezdetben a légkör a vízre jelentősen alultelített volt a teljes

légoszlopban, addig a jégre a negatív hőmérsékleti tartományban túltelített, a pozitív

hőmérsékleti tartományban pedig alultelített volt. Az alultelített környezet jelentős hatással

volt az olvadási folyamatokra: egyrészt az olvadás során keletkező vízcseppek, másrészt az

olvadó, szilárd halmazállapotú csapadékelemek párolgásán keresztül. A szimulációt

egydimenziós, időfüggő modell segítségével végeztük el, amelyben a kezdeti

paramétereket az 1992. február 1 -i St. John’s meteorológiai állomás felszállási adatai

szolgáltatták (5.9. ábra). A modellezett időintervallum hat óra volt, de az eredményeket

csak a 3. óráig jelenítjük meg. Ennek az az oka, hogy a harmadik órát követően a

csapadékelemek keverési arányának vertikális profilja közel stacionáriussá vált.

5. Eredmények

56

5.9. ábra: A (a) hőmérséklet, (b) az olvadás miatti hőmérséklet-változás, (c) a telítettség sík vízfelszín

felett és a (b) telítettség sík jégfelszín felett különböző időpontokban.

Az 5.10. ábra a hidrometeorok keverési arányának magasság szerinti változását mutatja

különböző időpontokban. A szimuláció során a felszíni csapadék jellemzően a hódara volt,

amely többnyire a részben olvadt hókristályok újrafagyása során keletkezett. Ez a nagy

sűrűségű hódara volt a meghatározó csapadéktípus majdnem a teljes modellezett

időintervallumban.

A hódara hullását akkor váltotta fel a havazás, amikor az olvadás miatti hőelvonás

(5.9b. ábra) olyan mértékben lecsökkentette a kezdetben pozitív hőmérsékletű tartományt

(olvadási réteg megszűnése), hogy a hópelyhek olvadása teljesen megszűnt. A folyékony

halmazállapotú túlhűlt vízcseppek (5.10c. ábra) jelenléte az olvadási réteg alatt arra utal,

hogy a hópelyhek egy részének (1 mm-nél kisebb átmérőjűeknek) elegendő idő állt

rendelkezésre a teljes megolvadáshoz. Az idő előre haladtával a túlhűlt vízcseppek

mennyisége jelentősen csökkent. A szimuláció első óráját követően a túlhűlt vízcseppek

keverési aránya közel egy nagyságrenddel kisebb volt, mint a hódara keverési aránya, így a

5. Eredmények

57

hódara lett a domináns csapadéktípus. Fontos megjegyeznünk, hogy az olvadás az

erőteljesen alultelített légtömegben a párolgás okozta hőelvonás miatt csak 0 °C-nál

nagyobb hőmérsékleten indulhatott meg (v.ö. 5.9c. ábra 5.10b. ábra).

5.10. ábra: Különböző típusú hidrometeorok keverési aránya különböző időpontokban. (a) Hópelyhek,

(b) olvadékvíz tömege a hó felszínén, (c) vízcseppek és hódara részecskék keverési aránya. A kereszttel

jelzett vonalak a 0 °C-ot meghaladó hőmérsékletű tartományt jelenítik meg.

A relatív páratartalom növekedésével a vízcseppek és az olvadó hópelyhek párolgásának

mértéke csökkent, és az olvadás már jóval magasabb régiókban is beindulhatott.

Az 5.11. ábra a hópelyhek, a vízcseppek és a hódara részecskék méret szerinti

eloszlását szemlélteti t = 3 óránál különböző magasságokban. Az időpontválasztást az

indokolta, hogy az alultelítettség miatt az első órában a hópelyhek olvadása még nem

indult meg a 2500 m-es magasságban. Az ábrák azt mutatják, hogy míg az 1 mm-nél

kisebb hópelyhek olvadása jelentős, addig a nagyobb hópelyhek közel szárazak maradnak

(az olvadási arány 0,1 alatt marad). Az olvadási réteg aljának közelében (~1500 m) az

olvadás hatására már nem nő tovább a folyékony halmazállapotú vízcseppek keverési

aránya. Az újrafagyásnak köszönhetően a 0 °C-nál alacsonyabb hőmérsékletű

tartományban a részben megolvadt hópelyhekből hódara részecskék alakulnak ki. Mivel a

vízcseppek koncentrációja végig kicsi maradt, a zúzmarásodás nem játszott jelentős

szerepet a vízcseppek és a hódara szemek méret szerinti eloszlásának alakulásában. A

keletkező vízcseppek méret szerinti eloszlását döntően a hópelyhek olvadása, valamint a

5. Eredmények

58

kisméretű (100 μm-nél kisebb) vízcseppek párolgása határozta meg. A két hatás

következményeként a vízcseppek méret szerinti eloszlása nem közelíthető az általánosan

alkalmazott exponenciális eloszlással. A hódara és vízcseppek méret szerinti eloszlása a

visszafagyási rétegben közel állandónak tekinthető. A vízcseppek átlagos sugara 200 –

500 μm, míg a hódara részecskék átmérője 1 – 4 mm közé tehető. A hódara részecskék

méret szerinti eloszlásának vizsgálata azt mutatja, hogy az 1 mm-nél nagyobb méretű

részecskék a részben olvadt hópelyhek újrafagyása, valamint a túlhűlt vízcseppek és a

hópelyhek közötti ütközések következtében alakultak ki.

A részletes mikrofizikai modell eredményeit a szakirodalomban fellelhető

megfigyelésekkel és a fentebb említett bulk modell által szolgáltatott eredménnyel

(THÉRIAULT – STEWART, 2010) vetettük össze (GERESDI et al., 2014). Az eset során a

felszíni megfigyelések többnyire 1,5 és 2,5 mm átmérőjű jégdara szemeket és kis

mennyiségű ónos esőt detektáltak. Az olvadási tartományban, a kezdetben alultelített

környezetben a hópelyhek olvadása és az olvadó részecskék felületén kialakuló vízréteg

párolgása csökkentette a levegő hőmérsékletét, és növelte a relatív páratartalmát. A

részletes mikrofizikai modellben a domináns felszíni csapadékfajta – jó egyezésben a

megfigyelt csapadéktípussal – a részlegesen olvadt hópelyhek újrafagyásával kialakuló

hódara volt.

CRAWFORD és STEWART (1995) a különböző felszíni csapadékfajták kialakulásának

feltételeit vizsgálta egy Lagrange-féle, ún. részecskekövető-modell segítségével az 5.9

ábrán megadott hőmérsékleti rétegződés esetén. Eredményeik azt mutatták, hogy a felszíni

csapadék típusa (ónos eső vagy jégdara) függ a szilárd halmazállapotú csapadékelemek

felhőbeli méretétől és az olvadási réteg vastagságától is. HANESIAK és STEWART (1995) kis

sűrűségű hópelyhek olvadását és a kialakuló vízcseppek fagyási folyamatait vizsgálták a

környező levegő hőmérsékletének és relatív páratartalmának függvényében. A kis

sűrűségű, 1,5 mm-nél kisebb átmérőjű hópelyhek néhány száz méteres tartományon belül

teljesen elolvadtak. Az ennél nagyobb hidrometeorok teljes olvadása még idealizált, telített

környezet esetén sem történt meg, az előtt, hogy elérték volna a fagyási szintet.

THÉRIAULT és STEWART (2010) két-momentumos bulk mikrofizikai leírást

alkalmaztak, amelyben a különböző hidrometeorok méret szerinti eloszlását exponenciális

függvénnyel írták le. A numerikus modellezés során szintén 1D, időfüggő modellt

alkalmaztak, elhanyagolva a mikrofizikai folyamatok visszahatását a környező levegő

5. Eredmények

59

állapotára (pl.: a hópelyhek szublimációja csökkentette ugyan a hópelyhek tömegét, de

nem változtatta meg a vízgőz mennyiségét a rendszerben). Modelljükben 11 különböző

hidrometeor típust különítettek el, és jelentős hangsúlyt fektettek a hópelyhek és a

részlegesen olvadt hópelyhek vizsgálatára (kategorizálás, és határsebesség vizsgálata).

5.11. ábra: (a) Hópelyhek, (b) vízcseppek és (d) hódara szemek méret szerinti eloszlása és az olvadási

arány, különböző magasságokban.

5. Eredmények

60

A bulk és a bin mikrofizikai modellek eredményeinek, valamint a megfigyelési adatokkal

történő összehasonlítás alapján az alábbi megállapításokat tehetjük:

(i) A részletes mikrofizikai modellel végzett számítások pontosabb eredményt

szolgáltattak a csapadék halmazállapotára vonatkozóan, mint a szakirodalomban

ismertetett bulk modellek. Az operatív modellek esetében jelentős problémát jelent

az olvadó részecskék határsebességének és magának az olvadás folyamatának

leírása. Egyrészt a különböző csapadékelemek határsebességének erősen

leegyszerűsített meghatározása a felszíni csapadékmennyiség pontatlan

előrejelzéséhez vezet, másrészt az olvadás folyamatának közelítő leírása a felszínt

elérő csapadék halmazállapotának elégtelen előrejelzését eredményezi. Ezek a

hibák különösen téli csapadék előrejelzése szempontjából lehetnek fontosak.

(ii) A modellek közötti különbségek részben a hidrometeor típusok eltérő

klasszifikációjával magyarázhatók.

A modell – mivel a dinamikai hatások (nagyskálájú mozgások) elhanyagolása mellett

végeztük a szimulációkat – nem képes teljes mértékben visszaadni a felszíni csapadék

keletkezésében fontos szerepet betöltő folyamatokat. A felszíni csapadék kialakulásával

kapcsolatban jelen esetben igen jelentős szerep jutott a szinoptikus mértékű

légmozgásoknak. Az óceáni légtömegben kialakuló frontális felhőzet esetén jelentős a

vertikális irányú légmozgás és a felszín-légkör kölcsönhatásnak is fontos szerepe volt. A

szárazföld fölött különböző tulajdonságú légtömegek kölcsönhatása befolyásolta a légköri

folyamatokat. A felszíni csapadék kialakulásában emellett a domborzati hatásoknak is

komoly szerep jutott. A domborzat hatásának komplexitása mind a dinamikai, mind a

mikrofizikai folyamatokon keresztül érezteti hatását (THÉRIAULT et al., 2015).

5.2.2. Orografikus csapadék – IMPROVE-2 esettanulmány

Az IMPROVE (Improvement of Microphysical Parameterization through Observational

Verification Experiment) egy kiterjedt mérési kampány volt, amelyben elsősorban a téli

csapadék kialakulását meghatározó mikrofizikai folyamatokra fókuszáltak. A projekt célja

az volt, hogy a mérési tapasztalatok alapján javítsák az operatív használatban levő

mikrofizikai modelleket. A méréseket több, eltérő elven működő mérőműszerrel hajtották

végre. A repülőgépes megfigyelések során (Convair-580, NOAA P3) a felhőkben található

részecskék méret szerinti eloszlása mellett a dinamikai jellemzőket is megfigyelték

5. Eredmények

61

(vertikális- és horizontális sebességek). A mérési projekt számos földfelszíni mérést is

magában foglalt. A felszínen a csapadék mennyisége és halmazállapota mellett a

csapadékelemek méret szerinti eloszlását is mérték. Emellett több, felszíni telepítésű radar-

állomással (polarizációs radarok) mérték az átvonuló felhőket (lásd STOELINGA et al., 2003

1. ábra; illetve 5.12. ábra). A repülőgépes mérések során a felhőben található teljes víz- és

jégtartalom monitoringja is megtörtént az ún. intenzív megfigyelési periódusban (IOP –

Intensive Observational Period).

A részletes mikrofizikai modellt sikeresen alkalmaztuk a 2001. December 13 – 14.

között megfigyelt eset (STOELINGA et al., 2003, IKEDA et al., 2007) tanulmányozására

(SARKADI et al., 2016). Ezen a napon orografikusan indukált konvekciónak köszönhetően

nagy mennyiségű csapadék hullott frontális felhőzetből az Oregon állambeli Cascade-

hegységben.

5.12. ábra: IMPROVE-2 projekt megfigyelési tartománya, megfigyelési pontok és repülőgépes mérési

útvonalak, valamint a modellezett keresztmetszet (A-B).

5. Eredmények

62

Az eset különös figyelmet érdemel abból a szempontból, hogy az erőteljes horizontális szél

(MEDINA et al., 2005), valamint a széles sávban hulló sztratiform csapadék miatt az

orografikus hatások következtében intenzív konvektív cellák alakultak ki, és jelentős

mennyiségű csapadék hullott rövid idő alatt (STOELINGA et al., 2003).

A különböző, operatív célra is használt bulk mikrofizikai sémák eredményeinek

elemzése azt mutatta, hogy a bulk sémák jelentős mértékben túlbecsülték a felszínre hulló

szilárd halmazállapotú csapadék mennyiségét (COLLE et al., 2005). Emellett kimutatták,

hogy ez a felülbecslés többnyire az olvadási és a zúzmarásodási folyamatok pontatlan

leírásának, valamint a csapadékelemek méret szerinti eloszlásának túlzottan

leegyszerűsített közelítésének a következménye (COLLE et al., 2005). A mikrofizikai

folyamatok mellett a mikrofizikai és dinamikai folyamatok közötti kölcsönhatást is

vizsgálták. Kimutatták, hogy: (i) a felszíni csapadék mennyisége érzékeny a modellezésnél

alkalmazott planetáris határréteg leírására (GARVERT et al., 2007); (ii) olyan időjárási

rendszerek esetén, ahol egy frontális felhőzet orografikus akadály miatti emelkedésre

kényszerül, ott a csapadékképződési folyamatokat az úgy nevezett seeder-feeder hatás2 is

befolyásolhatja (WOODS et al., 2005). Ez utóbbi feltételezést a nagy mennyiségű, erősen

zúzmarásodott jégkristályok jelenléte is megerősíti. A mérési adatok elemzéséből arra a

következtetésre jutottak, miszerint a feláramlási tartományokban a felhő teljes folyékony

víztartalma és a felszínre hulló csapadék mennyisége között inverz kapcsolat van (RAUBER

et al., 1986; GARVERT et al., 2005a, b). Továbbá kimutatták, hogy a hókristályok

növekedési mechanizmusai közül mind a depozíciós növekedés (700 - 450 hPa közötti

rétegben), mind pedig a zúzmarásodás (800 - 650 hPa közötti rétegben) meghatározó

szerepet tölt be.

Noha míg az alkalmazott bulk sémák a csapadék kvalitatív tulajdonságainak

leírására megfelelőnek bizonyultak, addig a mérésekkel történő kvantitatív összehasonlítás

már jelentős eltéréseket mutatott főleg a hegységek által generált feláramlási régiókban

(GARVERT et al., 2005a, b). A csapadék előrejelzés szempontjából a legfőbb gondot a

2 Seeder-feeder hatásra vonatkozóan pontos magyar nyelvű megnevezés nem áll rendelkezésre, így az angol

nyelvű terminológiának megfelelő szóhasználattal élünk. A seeder-feeder mechanizmus azt jelenti, hogy több

rétegű felhőzet esetén a magasabb szintű felhőzetből hulló hó- és jégkristályok az alatta levő felhőrétegbe

hullva felgyorsítják a csapadékképződést, amelynek hatására jelentősen növekszik a felszínre hulló csapadék

mennyisége. (CHOULARTON – PERRY, 1986; ROBICHAUD – AUSTIN, 1988; RUTLEDGE – HOBBS, 1983).

5. Eredmények

63

hópelyhek méret szerinti eloszlásának pontatlan közelítése okozza, aminek eredményeként

a legtöbb modell felülbecsüli a nagyobb és alulbecsüli a kisebb hópelyhek koncentrációját.

Hasonló eredményre jutattak MILBRANDT et al. (2008, 2010) is. Megállapították, hogy

mind a hópelyhek méret szerinti eloszlását leíró meredekségi paraméter ( a 2.1

egyenletben), mind pedig a hópelyhek határsebessége jelentősen befolyásolja a felszíni

csapadék térbeli és időbeli változékonyságát.

5.13. ábra: Kezdeti feltételek az IMPROVE-2 esettanulmány során: (a) Hőmérséklet (fekete görbe) és

harmatpont hőmérséklet (piros görbe), (b) szélsebesség; (c) jégkristályok keverési aránya; (d) hópelyhek

keverési aránya és (e) a szimuláció során alkalmazott domborzat keresztmetszeti képe.

Az általunk kifejlesztett mikrofizikai sémát a WRF mezoskálájú modellbe (MICHALAKES et

al., 2001; SKAMAROCK et al., 2008) installálva vizsgáltuk, hogy a részletes mikrofizikai

leírás (bin séma) hogyan írja le a csapadékképződést a fent említett esetben (SARKADI et

al., 2016). A modellezett tartomány horizontális kiterjedése 344 km volt 1 km-es

horizontális felbontással, vertikálisan 50 szigma-szintet különítettünk el, kb. 16 km-es

5. Eredmények

64

magasságig. A szimuláció időtartama 6 óra volt, amely a mérési projektben a 2001.

December 13. 19:00 UTC és a 2001. December 14. 01:00 UTC közötti időszaknak felel

meg. A kezdeti feltételeket az 5.13. ábra szemlélteti. A jégkristályok és a hópelyhek kezdeti

méret szerinti eloszlását monodiszperz eloszlással, illetve exponenciális eloszlással írtuk

le. A modellezés bizonyos szempontból idealizáltnak tekinthető, ugyanis a horizontális

szélkomponensnek a front átvonulása során megfigyelt időbeli változását elhanyagoltuk. A

dinamikai hatások elemzésétől eltekintünk, mivel ez egyrészt meghaladná a dolgozat

kereteit, másrészt a mikrofizikai folyamatoknak a dinamikai folyamatokra csak a front

felszíni átvonulását követően (a modellezett időtartományt követő 3 – 4. órában) volt

jelentős hatása (WOODS et al., 2005).

5.2.2.1. A bin és bulk sémák által modellezett olvadási és zúzmarásodási folyamatok

összehasonlítása

A hópelyhekre és hódara szemekre vonatkozó vertikális keresztmetszetet az 5.14. ábra

szemlélteti. Az ábrán a hópelyhek, a zúzmarásodott víz és az megolvadt víz keverési

aránya mellett a megfelelő olvadási és zúzmarásodási arányokat is bemutatjuk. A hódara

szemek esetében a keverési arány, az olvadt víz keverési aránya és az olvadási arány került

ábrázolásra.

A számítási adatok elemzése azt mutatja, hogy a hódara szemek kialakulásában

elsősorban a hópelyhek intenzív zúzmarásodása játszott fontos szerepet. Az ábra alapján

olvadási és zúzmarásodási folyamatokat a következőképpen értelmezhetjük:

(i) Laboratóriumi mérésekkel összhangban a hópelyhek viszonylag széles

tartományban (kivéve a hegycsúcsok után következő leáramlási részt) még azelőtt

elolvadnak, hogy elérnék az 5 °C-os izotermát.

(ii) Az intenzív leáramlású tartományban (kb. 300 - 340 km közötti tartomány) a

hópelyhek és hódara szemek olvadása nem kezdődik meg azonnal, amint elérik a 0 °C -os

izotermát, hanem csak annál magasabb hőmérsékleten, közel 2 °C-on. Ez az ebben a

régióban tapasztalható alultelítettséggel magyarázható. A nagy leáramlási sebesség is

( minw ~ - 2,4 m s-1

; w ~ - 0,3 m s-1

) hozzájárult ahhoz, hogy ebben a tartományban a

hódara részecskék és hópelyhek a magasabb hőmérsékletű szinteket is elérik, ugyanis a

csapadékelemek nagyobb sebességgel esnek a felszínhez képest.

5. Eredmények

65

(iii) A hódara részecskék elsődleges képződési mechanizmusa a hópelyhek intenzív

zúzmarásodása volt. A túlhűlt vízcseppek heterogén fagyása, vagy a nagyobb, túlhűlt

vízcseppek és a jégkristályok közötti ütközés következtében bekövetkező fagyás

elhanyagolható szerepet töltött be. Az 5.14. ábra b, c és f részének összevetéséből látható,

hogy azok a tartományok, ahol a zúzmarásodási arány meghaladja a 0,3-et egybeesnek

azokkal a tartományokkal, ahol a hódara részecskék keverési aránya 0,1 g m-3

-nél

nagyobb. A nagy hódara keverési arány a hódara szemek és a túlhűlt vízcseppek közötti

ütközéssel magyarázható. A hópelyhek és a hódara részecskék zúzmarásodása jellemzően

a -3 és -7 °C-os szintek között történt.

Az 5.15. ábra az esőcseppekre (50 μm-nél nagyobb sugarú vízcseppek) vonatkozó

átlagos méretet szemlélteti egy bulk mikrofizikai séma (THOMPSON et al., 2004; 2008) és a

bin mikrofizikai séma esetén. Az átlagos méreten itt a median volume diameter (MVD)-t

értjük, amely megadja azt a méretet, amelynél az egységnyi tömegű levegőben lévő

vízcseppek felének tömege nagyobb, felének tömege pedig kisebb. A kiszámított átlagos

méret jelentősen függ a helytől. Az olvadási szint felett 50 μm -nél nagyobb vízcseppek

csak a vízcseppek ütközése során alakulnak ki. Mivel ez a folyamat nem hatékony az

MVD 100 μm alatt marad ebben a régióban. A 0 °C -os szint alatti tartományban már az

olvadási folyamat szerepe lesz a meghatározó.

A hópelyhek és a hódara szemek teljes elolvadása miatt az átlagos vízcsepp méret

eléri, vagy meghaladja a 0,5 mm-t. A 230 és 270 km közötti tartományban megfigyelhető

kisebb átlagos méret annak köszönhető, hogy ebben a régióban az olvadó hódara és a

vízcseppek közötti ütközések hatására lesodródó vízből kisebb vízcseppek keletkeznek. A

270 és 340 km közötti tartományban döntően a hópelyhek olvadása határozza meg a

vízcseppek méretét (hódara csak kis koncentrációban van jelen ebben a tartományban).

Mivel a hópelyhek és a vízcseppek közötti ütközések gyakorisága jóval kisebb, mint a

hódara és a vízcseppek közötti ütközéseké az ütközés miatti lesodródás nem csökkenti az

olvadó hópehely tömegét.

A bulk modellek esetében azzal a feltevéssel élnek, hogy a megolvadt víz

lesodródik az olvadó hidrometeor felszínéről. A hópelyhek olvadási tartományában (0 -

100 km és 270 - 340 km) a bulk séma jelentősen nagyobb átlagos méretet eredményez,

mint a bin séma. A különbség a vízcseppek eltérő méret szerinti eloszlásának a

következménye (lásd 5.16d. ábra).

5. Eredmények

66

5.14. ábra: (a) Hópelyhek keverési aránya; (b) A hópelyheken zúzmarásodott víz keverési aránya; (c)

Zúzmarásodási arány; (d) Olvadt víz tömege a hópelyhek felületén; (e) Hópelyhek olvadási aránya; (f)

Hódara keverési aránya; (g) Olvadt víz tömege a hódara részecskék felszínén és (h) a hódara szemek

olvadási aránya a numerikus szimuláció 6. órájában.

5. Eredmények

67

5.15. ábra: Vízcseppek átlagos mérete (MVD - median volume diameter) [mm] a modellezett

tartományban (a) BULK, (b) BIN séma esetén.

Ugyanakkor a hódara olvadási tartományában (200 - 250 km) a bulk séma és a bin séma

által számított átlagos méretek közötti eltérés nem eredményez akkora különbséget. Ez

annak következménye, hogy ebben az esetben a hódara és a vízcseppek közötti ütközések a

bin séma esetében is kisebb vízcseppek kialakulásához vezetnek. Mind a bulk, mind a bin

séma esetében a vízcseppek átlagos mérete a leáramlási tartományokban nagyobb, mint a

feláramlási tartományokban. Ezt a vízcseppek méret szerinti eloszlását bemutató ábrák

(5.16d. és az 5.17d. ábrák) is alátámasztják.

Az 5.16. ábra és az 5.17. ábra a különböző típusú hidrometeorok (hópelyhek,

hódara részecskék és vízcseppek) méret szerinti eloszlását szemléltetik, rendre egy

leáramlási (x = 319 km) és egy feláramlási (x = 291 km) csatornában. A feláramlási

tartományban a kisebb vízcseppeket a felfelé áramló levegő magával ragadja, így ott

jelentősebb a zúzmarásodás, mint a leáramlási csatornában. Emiatt a keletkező hódara

részecskék mérete is valamivel nagyobb lesz a feláramlási csatornában (5.16c. és 5.17c.

ábrák). Mivel a leáramlási csatornában az olvadó hódara részecskék és a nagyobb

vízcseppek (hópelyhek olvadása miatt keletkező) közötti ütközések gyakoribbak, az

ütközések hatására lesodródó víz növeli a vízcseppek koncentrációját, valamint csökkenti a

hódara szemek méretét. A kisebb mérettel rendelkező hódara részecskék kisebb

határsebességgel esnek, így a teljes megolvadásuk már alacsonyabb hőmérsékleten is

bekövetkezik.

5. Eredmények

68

5.16. ábra: Különböző hidrometeorok méret szerinti eloszlása egy leáramlási tartományban

(x = 319 km): (a) hópelyhek méret szerinti eloszlása a negatív hőmérsékleti tartományban és a

zúzmarásodási arány; (b) hópelyhek méret szerinti eloszlása a pozitív hőmérsékleti tartományban és az

olvadási arány; (c) hódara méret szerinti eloszlása és olvadási aránya; (d) vízcseppek méret szerinti

eloszlása. A folytonos vonalak a koncentrációt, a szaggatott vonalak pedig az adott mérethez tartozó

arányokat jelenítik meg. A (d) oszlopban a kék vonalak a bulk modell alapján számított exponenciális

méret szerinti eloszlást reprezentálják.

5. Eredmények

69

5.17. ábra: Különböző hidrometeorok méret szerinti eloszlása egy feláramlási tartományban

(x = 291 km). A jelmagyarázatot lásd az 5.16. ábránál.

5. Eredmények

70

Az olvadási arány növekedése pedig meggyorsítja az olvadó hódara részecskék transzferjét

a vízcsepp kategóriába.

A vízcseppek méret szerinti eloszlásában tapasztalható különbség két okkal

magyarázható: (i) a feláramlási tartományban jóval kisebb koncentrációban fordulnak elő

azok a szilárd halmazállapotú csapadékelemek, amelyekből vízcseppek alakulhatnak ki

(5.16b. és c. ábrák, illetve 5.17b. és c. ábrák); (ii) a feláramlási csatornában kisebb

vízcseppek alakulnak ki az aktivizálódó CCN-eken. Ezzel a folyamattal magyarázható az

5.17d. ábrán megfigyelhető lokális maximum a 10 μm alatti méret tartományban.

A 300 és 350 km között elhelyezkedő leáramlási tartományban jellemzően a

hópelyhek olvadása vezet vízcseppek kialakulásához, mivel ebben a régióban csak jóval

kisebb koncentrációban vannak jelen a hódara részecskék (ld. 5.14. ábra). Ebben a

tartományban a párolgás is fontos szerepet játszik az olvadásban, mivel mind a sík

vízfelszínre, mind pedig a jégfelszínre vonatkozó relatív páratartalom alacsonyabb, mint

100 % (5.18. ábra).

5.18. ábra: Túltelítettség a sík vízfelszín és a sík jégfelszín felett a numerikus szimuláció hatodik

órájában, 250 - 340 km között.

Amennyiben a vízcseppek méret szerinti eloszlására exponenciális eloszlást illesztünk,

akkor a metszési paraméter (N0) értéke a fel- és leáramlási tartományban rendre 106 m

-4 és

105 m

-4-nek adódik.

5. Eredmények

71

A leáramlási csatornában, ahol relatív kis mennyiségben áll rendelkezésre hódara részecske

a vízcseppek méret szerinti eloszlását döntően a hópelyhek olvadása miatt keletkező

vízcseppek méret szerinti eloszlása határozta meg. Az 5.16d. és 5.17d. ábrákon kék vonal

jelöli az alkalmazott bulk mikrofizikai séma által számított exponenciális méret szerinti

eloszlást. A metszési paraméter értéke a leáramlási tartományban, ahol elsősorban a

hópelyhek olvadása vezet vízcseppek kialakulásához kb. 102 m

-4, míg a feláramlási

tartományban ez az érték kb. 103 m

-4. Az eltérés következménye, hogy a bin sémához

képest a bulk séma a kisebb vízcseppek (100 – 500 μm) koncentrációját alul-, míg a

nagyobb méretű vízcseppek koncentrációja felülbecsli.

5.2.2.2. A felszíni csapadék mennyiségének meghatározása

Az IMPROVE-2 eset tanulmányozása során a 2D modellezés nem tette lehetővé, hogy a

megfigyelés teljes tartományát (5.12. ábra) modellezzük. Így felszíni mérési adatokkal való

összehasonlítás csak korlátozott mértékben volt megvalósítható, mivel a mérési pontok

közül csak kevés illeszkedett a modellezett tartományhoz.

Az 5.19. ábra a bulk és a bin mikrofizikai sémák által számolt, a felszínen

akkumulált folyékony (a) és szilárd halmazállapotú (b) hódara és (c) hó formájában hulló

csapadék mennyiségét mutatja be. Az ábráról leolvasható, hogy a szilárd halmazállapotú

csapadék mennyisége mind a két mikrofizikai séma esetében a teljes csapadék

mennyiségéhez képest elhanyagolható. A csapadék lokális maximumának helyei a

hegycsúcshoz közel találhatók a bin séma, és inkább a lee oldalon a bulk séma esetében.

Az 5.3. táblázat a teljes domainre integrált csapadékmennyiséget, illetve a felszíni

csapadék fontosabb jellemzőit tartalmazza mind a bulk, mind a bin séma esetében. A

kapott értékeket elemezve az alábbi következtetéseket vonhatjuk le: (i) míg a bin és a bulk

modell esetén a teljes felszíni csapadékmennyiségben nincs jelentős különbség, addig a

maximum értékekben már jelentős eltérés figyelhető meg, mivel az alkalmazott bulk séma

esetén kis területen jelentős mennyiségű hódara hullott a felszínre. (ii) Jelentős különbség

figyelhető meg a két séma között a völgyekben hullott csapadéknak a teljes csapadékhoz

viszonyított arányát illetően. Míg a bulk séma esetén a teljes csapadék 50%-a a völgyekben

hullik, addig a bin séma esetén ez az arány a 40%-ot sem éri el. Hasonló eltérés figyelhető

meg az úgy nevezett „spillover” arány esetében is. Spillover arányon a hegy széllel

átellenes oldalán lehulló csapadéknak a teljes csapadékhoz viszonyított arányát értjük.

5. Eredmények

72

5.3. táblázat: Az alkalmazott mikrofizikai sémák esetén számított csapadékmennyiség (a), a csapadék

maximum értéke (b), a völgyekben hulló csapadék aránya a teljes csapadékhoz viszonyítva (c) és a

spillover arány (d).

Mikrofizikai

séma

(a) Felszíni

csapadék (mm)

(b) Maximum

(mm)

(c) Völgyben hullott

csapadék aránya

(d) Spillover

arány (%)

BULK 2316 52,83 50,06 53,57

BIN 2172 34,01 37,88 44,28

Az 5.20. ábra a modellezett és mért csapadékmennyiségek időbeli változását mutatja két

állomáson. Az 5.20a. ábra a Jump-off Joe állomáson mért akkumulált csapadékösszegeket

mutatja. Ez az állomás a modellezett keresztmetszeten kívül helyezkedett el. Az 5.20b.

ábra a Corbett State Park állomás mérési eredményeit mutatja. Ez az állomás illeszkedett a

modellezett 2D tartományra (5.12. ábra).

Az mérésekkel való összevetés során a reprezentatív pontok kiválasztása mellett a

pont környezetében található 5 - 5 felszíni rácsponton számolt értékekből határoztuk meg

az ábrán látható boksz diagramot. A modell által figyelembe vett tartományra illeszkedő

Corbett S. P. állomás esetén a modell átlagai a kezdeti szakaszban (felfutási szakasz) kissé

alulbecsülik, de a szimuláció kezdetét követő 3 - 4. órától kezdődően jó egyezést mutatnak

a mérési eredményekkel mind a bulk, mind a bin modell esetében.

Az azonban az ábráról is jól leolvasható, hogy a bin séma jóval kisebb

bizonytalansággal határozza meg a lehullott csapadék mennyiségét, mint a bulk séma. A

másik vizsgált állomás, Jump-off Joe a modellezett tartománytól, mintegy 15 km-re

helyezkedik el északra (lásd 5.12. ábra). Az eredmények azt mutatják, hogy az alkalmazott

két modell rendre alulbecsüli az itt mért csapadékmennyiséget, azonban itt is jól

megfigyelhető, hogy a csapadékmennyiség térbeli változékonysága jóval kisebb a részletes

mikrofizikai modell esetében.

Az 5.21. ábra bin séma eredményeinek a repülőgépes mérések adataival való

összehasonlítását mutatja. Az ábrán az intenzív mérési periódus alatt végzett repülőgépes

mérési adatok időben átlagolt értékeit és a modell által számított, a repülőgépes

megfigyelést tartalmazó térfogatra átlagolt értékeket jelenítettük meg.

5. Eredmények

73

5.19. ábra: A modell alapján számított akkumulált csapadékmennyiség [mm] a felszínen 2001.

December 14. 01:00 UTC: (a) eső, (b) hódara és (c) hó és jégrészecskék. A fekete, piros vonalak a

csapadék mennyiségét jelölik a horizontális távolság függvényében az alkalmazott modellek esetén

(fekete – BIN; piros – BULK). A szürke vonal a jobb oldali y-tengellyel megfeleltetett magasságot

jeleníti meg (topográfia).

5. Eredmények

74

5.20. ábra: Modellezett és mért felszíni csapadékmennyiség időbeli eloszlása két kiválasztott állomás

esetén (Jump-off Joe (a, c) és Corbett State Park (b, d)) a két alkalmazott mikrofizikai parametrizációra

(BIN séma (a, b) és THOMPSON et al. (2008) BULK séma (c, d)). A modellezett értékeket az állomások

helyeit kijelölő pontok 5 - 5 km -es környezetében vizsgáltam.

Az 5.21a. ábra a vízcseppek és a jégkristályok mért és modellezett méret szerinti eloszlását

mutatja 0 – 45 μm-es tartományban. Ebben a méret tartományban a modell kissé

felülbecsüli a mért koncentráció értékeket, azonban a számított méret szerinti eloszlás

alakja jól egyezik a megfigyelttel. A nagyobb csapadékelemek (nagyobb vízcseppek,

hópelyhek, hódara részecskék) méret szerinti eloszlás esetében már nem ilyen egyértelmű a

helyzet (5.21b. ábra). Míg a 0,2 mm-nél kisebb átmérőjű hópelyhek koncentrációját

tekintve a modell nagyon jó egyezést mutat a mérési eredményekkel, addig az ennél

nagyobb méretű részecskék esetén az eltérés jelentősnek tekinthető. A különbség két okkal

magyarázható: (i) a zúzmarásodott hó tömege és sűrűsége közötti összefüggést nem

5. Eredmények

75

megfelelően írja le a modell, (ii) a modell pontatlanul írja le a hópelyhek kialakulását és

növekedését eredményező zúzmarásodást.

5.21. ábra: Modellezett és a Convair-580 repülőgép által mért méret szerinti eloszlás (a) FSSP-100

adatinak összehasonlítása a BIN séma eredményével, valamint (b) a 2D-C próba mérésének összevetése

a modell eredményeivel. A modell eredmények térben átlagoltak (fekete vonal), a mérési eredményeket

egy 10 perces idő intervallumra átlagoltak (piros vonal).

5.2.2.3. Ekvivalens radar reflektivitás számítása

A modell számítások és a radar megfigyelések összehasonlítása kapcsán gyakran felmerül

az a probléma, hogy a modellek nem képesek megfelelő módon visszaadni a

megfigyelések során tapasztalható fényes sáv jelenségét (MORRISON et al., 2015). A fényes

sáv kialakulása akkor jelezhető előre, ha ismerjük az olvadó csapadékelemek esetében a

megolvadt víz arányát (lásd 4.2. fejezet). Ugyanis az olvadó csapadékelemek felszínét

borító vízrétegnek tulajdonítható, hogy a 0 °C-os szint közelében jelentősen megnő a radar

reflektivitás értéke. A növekedést a víz és a jég eltérő refraktív indexe okozza. Az általunk

alkalmazott bin mikrofizikai séma lehetővé tette, hogy a radar reflektivitás

meghatározásakor az olvadó részecskéket kétrétegű keverékként írjuk le. A számítások azt

mutatják, hogy a részletes mikrofizikai modell által szolgáltatott radar reflektivitás értékek

esetében markáns reflektivitás változás figyelhető meg a 0 °C-os hőmérsékleti szint

közelében (5.22. ábra). Különösen jelentős ez változás a hódara részecskék olvadási

5. Eredmények

76

tartományában. A bulk modell output adataiból meghatározott reflektivitás esetében is

megfigyelhető az olvadással magyarázható reflektivitás növekedés, azonban a maximum

érték elérése után a csökkenés már jóval kisebb mértékű (5.22. ábra). Ezért ebben az

esetben a fényes sáv kevésbé markánsan jelenik meg, mint a bin séma esetében.

5.22. ábra: (a) Modellezett ekvivalens radar reflektivitás [dBZ] vertikális keresztmetszete az

alkalmazott BULK, valamint (b) az alkalmazott BIN séma esetén. (c) a modellezett és mért radar

reflektivitás értékek összehasonlítása egy vertikális metszetben – a szimulált időpontot megelőző egy

óra átlagértékei a 21:00 UTC időpontra és (d) a 01:00 UTC időpontra vonatkozóan.

Az 5.22c. és d. ábrák a modellezett és mért radar reflektivitás értékeit hasonlítja össze a

mérőállomás felett (McKenzie Bridge, vertikálisan irányított radar), két időpontban: a

modellezett időtartomány második és utolsó órájában. A mért értékek időbeli, míg a

5. Eredmények

77

modellezett értékek térbeli átlagát képeztük az összehasonlításhoz. Az időbeli átlagolás 1

órás időintervallumra történt, a térbeli átlagot pedig az állomás környezetében található 5 –

5 függőleges oszlop rácspontjainak értékeiből képeztük. A méréssel való összehasonlítás

azt mutatja, hogy a szimuláció korai időszakában sem a „bulk” sem a „bin” séma nem

képes pontosan visszaadni a mért reflektivitás vertikális profilját. A becslés egyrészt

alulbecsüli a fényes sáv kialakulásának vertikális pozícióját, mintegy 2 – 300 m-rel,

másrészt felülbecsüli a fényes sáv erősségét. Az eltérés az átlagos értékekben mintegy 5 –

6 dBZ-re tehető a bin séma, és 15 dBZ körüli érték a bulk séma esetén. A különbség a

csapadékelemek keverési arányának felülbecslésével (kisebb mértékűvel a bin és nagyobb

mértékűvel a bulk séma esetében) magyarázható. Az olvadási szint vertikális pozícióját

pedig azért becsülték alul a modellszámítások, mert a kezdeti feltételek meghatározásakor

nem vettük figyelembe, hogy a nagy skálájú áramlások miatt az idő előrehaladtával a

valóságban változott a 0 °C-os izoterma magassága.

A szimuláció 2 – 3. órájától, az úgy nevezett modell „spin up” (modell felpörgés)

már nincs hatással a mikrofizikai folyamatokra, és a kezdeti feltételek is megfeleltek a

légkör ezen időszakra vonatkozó állapotának. Ebben az időszakban, mint ahogy az 5.22d.

ábrán látható a részletes mikrofizikai modell alapján szimulált radar reflektivitás jó

egyezést mutat a megfigyelésekkel. Az egyezés vonatkozik a fényes sáv magasságára,

erősségére, valamint a fényes sáv alatti terület reflektivitására.

A bulk séma által számított reflektivitás értékek a későbbi időpontban is jelentősen

eltérnek a mért értékektől. Az eltérés két okkal magyarázható: (i) a maximum érték

felülbecslése a keverési arányok magasabb értékének következménye (ld. SARKADI et al.,

2016); (ii) a fényes sáv alatt megfigyelhető kisebb mértékű reflektivitás csökkenés a

nagyobb méretű vízcseppek koncentrációjának felülbecslésével magyarázható.

Az olvadási tartomány felett a mért és a modellezett értékek között mindkét

időpontban jelentős az eltérés. Míg a megfigyelés alapján a negatív hőmérsékleti

tartományban a radar reflektivitás értékének növekedése tapasztalható, addig mind a bulk,

mind a bin modell esetében csökken a reflektivitás. A jelenség hátterében a szilárd

halmazállapotú elemek méretének pontatlan leírása állhat. Feltételezzük, hogy a negatív

hőmérsékleti tartományban, a szilárd halmazállapotú csapadékelemek esetében a víz

ekvivalens átmérő nem alkalmazható a méret megadására a visszaszórási keresztmetszet

meghatározásakor.

5. Eredmények

78

Összességében elmondható, hogy a bin séma által szolgáltatott eredmény jobb közelítést ad

a csapadék felszíni eloszlásában, mint a napjainkban használt mikrofizikai modellek

többsége (MORRISON et al., 2015).

5.2.3. Csapadékképződési folyamatok zivatarokban – Oklahoma squall line

esettanulmány

A számítógépek teljesítményének növekedése megteremtette annak lehetőségét, hogy

részletes mikrofizikai modellt alkalmazzunk olyan komplex rendszerek tanulmányozására

is, mint például a vonalba rendeződött zivatarfelhők (squall line). Egy olyan zivatarlánc

modellezését végeztük el, amelyről mérési adatok állnak rendelkezésre. A mérési

adatoknak köszönhetően a modell validálása is elvégezhető.

Az esetet eddig csak bulk mikrofizikai sémát alkalmazva modellezték (MORRISON

et al., 2015). Mi tanulmányoztuk elsőként részletes mikrofizikai séma segítségével ennek a

zivatarláncnak a kialakulását és fejlődését. Megvizsgáltuk, hogy a hidrometeorok méret

szerinti eloszlásában milyen különbségek mutathatók ki a konvektív és a réteges

szerkezetű tartomány között. Tanulmányoztuk, hogy milyen kapcsolat van a hideg

légtömeg kialakulása és a csapadékelemek párolgása okozta hűlés között, továbbá, hogy ez

utóbbi folyamatot, hogyan befolyásolja a vízcseppek méret szerinti eloszlása. A

modellezett zivatarlánc fontosabb jellemzőit összehasonlítottuk publikált megfigyelési

adatokkal. A megfigyelési adatok radar mérésekből és a területen elhelyezett disdrométerek

mérésiből származnak.

A numerikus szimuláció során az alábbi beállításokat alkalmaztuk: (i) horizontális

x-irány mentén 612 rácspont, 1 km-es felbontással; (ii) horizontális y-irány mentén

122 rácspont, 1 km-es felbontással; (iii) vertikálisan 100 szigma szintet különítettünk el, a

modellezett tartomány maximális magassága 25 km volt. Részletes mikrofizikai leírást

alkalmaztunk a csapadékképződési folyamatok leírására. A kondenzációs magvak

koncentrációját az óceáni légtömegekre jellemző értéknek választottuk (~ 100 l-1

). A

szimuláció időtartama 8 óra volt. A dinamikai beállítások a következők voltak: (i)

dinamikai időlépésköz: 2 másodperc; (ii) nem-hidrosztatikus közelítés. A kezdeti

feltételeket az 5.23. ábra szemléleti, a szélsebesség a mozgó domainhez viszonyított

sebességet jelenti (vd ~ 17 m s-1

az 55. percig). A domain közepén, a felszín felett, egy

5. Eredmények

79

25 km széles és 4 km magasságig terjedő tartományban bevezetett hőmérsékleti

perturbáció (max. + / - 0,1 K), valamint a szélnyírás generálta a kezdeti felhőképződést.

5.23. ábra: A squall line szimuláció során alkalmazott kezdeti (a) potenciális hőmérséklet; (b) vízgőz

keverési arány; (c) horizontális szél x - irányú komponense.

Az 5.24. ábra a kezdeti állapothoz viszonyított hőmérsékletváltozást mutatja a

szimuláció 4., 6. és 8. órájában. Az 5.24a., b. és c. ábrák a felszínen bekövetkező

hőmérséklet változást, az 5.24d., e. és f. ábrák pedig az y = 75 km-nél vett vertikális

metszetben bekövetkező hőmérsékletváltozást mutatják. Az ábráról leolvasható, hogy a

0 °C izoterma alatt (~ 5 km) a levegő hőmérséklete jelentős mértékben csökkent (a

változás akár a -10 °C-ot is elérheti).

A hőmérséklet csökkenés két mikrofizikai folyamat következménye. Egyrészt

vízcseppek párolgása okozta hőelvonás csökkenti a levegő hőmérsékletét, másrészt – ennél

kisebb mértékben – a szilárd halmazállapotú csapadékelemek olvadása is hozzájárul a

hőmérséklet csökkenéséhez. A horizontális metszet jól szemlélteti, hogy ez a hőmérséklet

csökkenés a zivatarfelhő vezető éle mentén, mintegy 100 km széles tartományban a

legjelentősebb. Emellett az ábráról az is leolvasható, hogy ez a változás időben nem

állandó. Míg a szimuláció negyedik órájában a hőmérséklet csökkenés megközelítően

8 °C, addig a szimuláció végén ez az érték már mindössze csak 4 - 5 °C. A kisebb mértékű

lehűlés hátterében a relatív páratartalom növekedése állhat, amelyet az olvadási

folyamatok okozta hőelvonás nem tud kompenzálni.

5. Eredmények

80

5.24. ábra: A hőmérséklet változása a felszínen: horizontális (a, b, c) és y = 75 km -nél vertikális

metszetben (e, f, g) a numerikus szimuláció 4., 6. és 8. órájában.

Az olvadási folyamatokat jól szemlélteti az 5.25. ábra is, amelyen az ekvivalens radar

reflektivitás átlagolt mezőinek (y-tengely mentén 50 - 100 km közötti tartományra) időbeli

változását követhetjük nyomon. A zivatarfelhő a számítások megkezdését követően a 4. –

5. óra után mutat a zivatarláncokra jellemző szerkezetet. A hatodik órában a reflektivitási

képen jól elkülöníthető a konvektív tartományra jellemző magas reflektivitású, vezetőéllel

párhuzamos tartomány. Ez a sáv a feláramlási csatorna peremén lehulló, olvadó hódara és

az olvadás során keletkező nagyobb esőcseppek jelenlétével magyarázható.

A feláramlási csatorna mögött jól kirajzolódik a szakirodalomban átmeneti zónának

nevezett tartomány (5.26. ábra), ahol a hidrometeorok koncentrációja és ennek

következtében a reflektivitás is lecsökken (lásd 5.25. ábra), és a csapadékintenzitás is

csökken. Erre a tartományra erőteljes leáramlás a jellemző. A leáramlási tartományt

5. Eredmények

81

kiterjedt, réteges szerkezetű csapadéksáv követi. A réteges szerkezetű tartományban a

felszíni csapadék döntően a hópelyhek olvadása során keletkező vízcseppekből áll. A

részlegesen olvadt hópelyhek a radar reflektivitás értékek növekedését eredményezik. A

fényes sáv alatt megfigyelhető reflektivitás csökkenés egyrészt a hópelyhek teljes

megolvadásával, másrészt az olvadó hópelyhek és a vízcseppek eltérő határsebessége miatt

bekövetkező tömegáram növekedéssel magyarázható (GERESDI, 2004).

5.25. ábra: Modellezett radar reflektivitás a numerikus szimuláció 4. 6. és 8. órájában: (i) horizontális

keresztmetszet (a, b, c) az olvadási réteg szintjében. (ii) A modellezett reflektivitás vertikális

keresztmetszete (az y = 50 - 100 km közötti tartomány átlaga).

A feláramlási csatornában a maximális reflektivitás 45 - 50 dBZ körül alakul, a réteges

szerkezetű tartományban pedig, a fényes sávban a reflektivitás maximuma kb. 40 dBZ, a

5. Eredmények

82

fényes sáv alatt pedig kb. 25 - 30 dBZ között változik. A kapott eredmények jól egyeznek a

zivatarlánc struktúrájára vonatkozó elméleti modellel (5.26. ábra). A fényes sáv a modell

alapján kb. 4 - 4,5 km magasságban található, ami jól egyezik a megfigyelt 4 km-es

magassággal. A fényes sávra jellemző, 35 – 40 dBZ-es reflektivitást csak kissé haladja meg

a mért 40 - 45 dBZ. A modell kb. 10 dBZ-vel becsüli alul a fényes sáv alatti tartományra

vonatkozó reflektivitás értékeket. A feláramlási és a leáramlási tartományok közötti

átmeneti zóna átlagos reflektivási értéke 25 - 30 dBZ között változik mind a

modellszámítások, mind pedig a mérési eredmények alapján.

5.26. ábra: Squall line-ok jellemző áramlási rendszerei és szerkezete: konvektív tartomány, átmeneti

zóna és réteges szerkezetű tartomány (HOUZE, 1993).

Az 5.27. ábra a modell által számított akkumulált csapadékmennyiséget szemléleti a 8 órás

szimuláció végén (horizontális és vertikális metszetben), valamint a csapadékintenzitást

három különböző időpontban. A csapadékmező elemzéséből leolvasható, hogy a vezető él

mentén hullik a legtöbb eső (kb. 450 km-nél ~ 50 mm). A 300 - 400 km-es tartományban

egy viszonylag egyenletes csapadékmennyiség figyelhető meg (~ 30 - 40 mm), amelyet

egy gyenge csapadékú zóna követ (~ 200 - 300 km közötti tartományban, ~ 10 - 20 mm). A

kisebb csapadékmennyiségű zónák a zivatarfelhő réteges szerkezetű tartományaihoz

kapcsolódóan alakulnak ki. A magasabb csapadékmennyiségű helyek a konvektív

tartomány területeit jelenítik meg. Értelemszerűen, mivel az ábra a 8 órás fejlődés minden

5. Eredmények

83

szakaszában együttesen hullott csapadékot jeleníti meg a felszínen, emiatt jelenik meg a

300 km-es hely környékén egy másodlagos csapadékmaximum.

Ez a fejlődés a vertikális metszetben is nyomon követhető (5.27b. ábra). Az 5.27c.

ábra a csapadékintenzitást ábrázolja a szimuláció első, negyedik és nyolcadik órájában. Az

ábra alapján a következő megállapításokat tehetjük:

- Az 1. órában az erőteljes konvektív csapadék a meghatározó, és a későbbi

időpontokban is a konvektív régióban lesz a nagyobb a csapadékintenzitás.

- A 4. órában – amely az érett stádium (v. ö. 5.25d. ábra) – a hátoldali leáramlás

területén megfigyelhető másodlagos maximum a réteges szerkezetű csapadékzóna

olvadási folyamatival van összefüggésben.

- A 8. óra folyamán csökken a réteges szerkezetű zónában a csapadék intenzitása, de

a réteges szerkezetű csapadékzóna kiszélesedik, és továbbra is megfigyelhető a

másodlagos maximum (~ 350 km).

Az 5.28. ábra a szélkomponensek, valamint a különböző típusú hidrometeorok és a

hozzájuk kapcsolódó származtatott paraméterek vertikális metszetét ábrázolja. Az 5.28a.

ábrán jól kivehetően kirajzolódik a zivatarláncokra jellemző hátoldali beáramlás. Az 5.28b.

ábra a vertikális sebességet szemlélteti. A feláramlási csatornában (x ~ 480 km-nél) a

feláramlási sebesség elérte a ~20 m s-1

értéket.

Abban a régióban, ahol a feláramlási sebesség eléri a maximumát, a vízcseppek, a

jégkristályok, a hópelyhek és a hódara részecskék keverési arányának összege közel

4 g m-3

. A leáramlási sebesség az intenzív csapadékzónában (x = 450 – 500 km) a

legnagyobb, eléri az ~15 m s-1

értéket.

Az 5.28c. és l. ábrák a vízfelszínre és a jégfelszínre vonatkozó túltelítést

szemléltetik. Az ábrákról leolvasható, hogy a rendszer a vízre vonatkozóan közel telített,

míg a jégfelszínre a 0 °C-os izoterma alatt túltelített, ami a vízgőz jégre való lecsapódását

segíti elő.

5. Eredmények

84

5.27. ábra: A bin modell által szimulált akkumulált csapadékmennyiség (a) a felszínen horizontális

metszetben; (b) a teljes csapadékmennyiség (hó + hódara + eső) az y = 75 km-nél a numerikus

szimuláció végén (8. óra) és (c) a csapadékintenzitás három különböző időpontban.

5. Eredmények

85

Az 5.28d. és e. ábrák rendre a 0,05 mm-nél kisebb átmérőjű vízcseppek (felhővíz), és az

ennél nagyobb vízcseppek (esővíz) keverési arányát ábrázolják. Az ábráról leolvasható,

hogy a 450 - 500 km-es tartományban a legnagyobb a vízcseppek keverési aránya. A

vízcseppek egy része a feláramlásban aktivizálódó kondenzációs magvakon alakul ki

(felhővíz) és ütközések (esőcseppek kialakulása), valamint kondenzáció során növekszik

tovább. A nagyobb méretű vízcseppek kialakulásában a hódara részecskék olvadása is

jelentős szerepet játszik. Egyrészt a teljes mértékben megolvadó hódara részecskékből,

másrészt a vízcseppekkel való ütközések következtében lesodródó, megolvadt vízből

alakulnak ki 100 μm-nél nagyobb vízcseppek.

Az 5.28f. és g. ábrák a hópelyhek és a hódara részecskék felhőn belüli eloszlását

mutatják, az 5.28h, i és j. ábrákon a hópelyhekre vonatkozó zúzmarásodási arány, olvadási

arány, valamint a hódara részecskékre vonatkozó olvadási arány szerepel. A hódara

részecskék két folyamat eredményeként jönnek létre: (i) az 100 μm-nél nagyobb

vízcseppek fagyása, illetve a (ii) hópelyhek zúzmarásodása során (lásd 5.28h. ábra).

Az 5.28k. ábra a számított átlagos vízcseppméretet ábrázolja. Az ábra alapján

elmondható, hogy az átlagos méretet tekintve két maximumhely különíthető el, egy

2 - 2,5 mm-es maximum a konvektív tartományban és egy 1,5 - 2 mm-es második

maximum hely a réteges tartományban. Míg előbbi a hódara részecskék olvadásával, addig

utóbbi a hópelyhek teljes megolvadásával keletkező vízcseppek jelenlétével magyarázható.

A kapott átlagos méretek megfelelnek a mért értékeknek (MORRISON et al., 2015).

A zúzmarásodási folyamatok szerepe a zivatarfelhő előoldali részében a

legjelentősebb, ugyanis a feláramlási csatornában nagy koncentrációban kialakuló

vízcseppek gyakran ütköznek a jégkristályokkal és a hópelyhekkel. Abban a régióban ahol

a zúzmarásodási arány megközelíti a 0,5-öt (kb. –10 °C-os szint alatt), a hódara részecskék

döntően a hópelyhek erős zúzmarásodásnak köszönhetően alakulnak ki. Mind a hódara,

mind a hópelyhek esetében a kialakulást és a növekedést meghatározó folyamatok

jellemzően a –20 °C-os szint alatt játszódnak le. Az ezen szint felett való megjelenésük a

levegő vertikális és horizontális áramlásának a következménye. Az olvadási folyamatok

mind a réteges, mind a konvektív tartományban jelentős szerepet töltenek be. Míg a réteges

szerkezetű tartományban a hópelyhek olvadása, addig a konvektív tartományban a hódara

részecskék olvadása a meghatározó (lásd 5.29. ábra).

5. Eredmények

86

5. Eredmények

87

5.28. ábra: A numerikusan modellezett kimeneti mezők vertikális metszetben: (a) horizontális

szélkomponens (u) [ms-1

]; (b) vertikális szélsebesség (w) [ms-1

]; (c) telítettség vízfelszín felett; (d)

felhővíz keverési aránya [gm-3

]; (e) esőcseppek keverési aránya [gm-3

]; (f) hópelyhek keverési aránya

[gm-3

]; (g) hódara részecskék keverési aránya [gm-3

]; (h) hópelyhek zúzmarásodási aránya; (i) a

hópelyhek és (j) a hódara szemekre vonatkozó olvadási arány; (k) az átlagos cseppméret (MVD) és (l) a

telítettség jégfelszín felett a numerikus szimuláció 8. órájában.

5. Eredmények

88

Az 5.29. ábra a különböző típusú részecskék méret szerinti eloszlását mutatja be a réteges

és a konvektív tartományban. Az 5.29. ábra elemzése azt mutatja, hogy a konvektív

tartományban döntően a hópelyhek intenzív zúzmarásodása vezet hódara részecskék

kialakulásához (5.29c. ábra). A csapadékelemek méret szerinti eloszlásának jellemzői

jelentősen eltérnek a réteges és a konvektív tartományban. A réteges szerkezetű

tartományban a hódara részecskék mérete nem haladja meg az 1 mm-t (5.29c. ábra). Ezek

a kis részecskék a 0 °C-os szint alá hullva gyorsan elolvadnak. Ezzel szemben a konvektív

tartományban még az 5 mm-nél nagyobb hódara részecskék is viszonylag nagy

koncentrációban vannak jelen. Ezek a nagy részecskék még a +7 °C-os szintet elérve sem

olvadnak el teljesen.

Az 5.29c. ábrán jól megfigyelhető, hogy a +4 °C-os hőmérsékleti szintig az olvadás

csak kis mértékben módosítja a hódara részecskék méret szerinti eloszlását, jelentősebb

változás (a 2 mm-nél kisebb részecskék koncentrációjának csökkenése és az olvadt víz

arányának növekedése) csak ennél magasabb hőmérsékleten következik be.

A vízcseppek méret szerinti eloszlását vizsgálva, az alábbi megállapítást tehetjük: a

vízcseppek méret szerinti eloszlása jelentősen eltér a réteges és a konvektív

felhőtartományokban. Emiatt a méret szerinti eloszlás közelítésére gyakran alkalmazott

exponenciális eloszlás metszési paramétere is jelentős mértékben különbözik a két

régióban. Az olvadási tartományban a metszési paraméter értéke a réteges szerkezetű

felhőrészben kb. 106 - 10

7 m

-4, addig a konvektív tartományban ez az érték kb. 10

3 m

-4.

Ez az eredmény teljes mértékben összecseng a megfigyelések tapasztalataival

(TOKAY – SHORT, 1996). A vízcseppek eltérő méret szerinti eloszlásának az olvadási szint

alatt az a magyarázata, hogy míg a konvektív tartományban a nagyobb méretű vízcseppek

döntően a hódara szemek olvadásának következtében alakulnak ki, addig a vízcseppek

keletkezése a réteges szerkezetű tartományban a hópelyhek olvadásának következménye.

5. Eredmények

89

5.29. ábra: Hidrometeorok méret szerinti eloszlása logaritmikus méret skálán, különböző

hőmérsékleteken a numerikus szimuláció 8. órájában az x = 300 km (réteges szerkezetű tartomány,

fekete) és az x = 500 km (konvektív tartomány, piros) oszlopokban . (a) Hópelyhek méret szerinti

eloszlása és a zúzmarásodási arányuk; (b) Hópelyhek méret szerinti eloszlása és az olvadási arányuk; (c)

Hódara részecskék méret szerinti eloszlása és az olvadási arányuk, valamint (d) vízcseppek méret

szerinti eloszlása.

6. Az eredmények összefoglalása

90


Doktori tanulmányaim során egy már folyamatban lévő kutatásba kapcsolódtam be. A

kutatás célja olyan részletes mikrofizikai modell fejlesztése volt, amely megfelelően képes

leírni a felhőkben lezajló csapadékképződési folyamatokat. A kutatásaim során elsősorban

a téli csapadék képződésének modellezési lehetőségeivel foglalkoztam: a szilárd

halmazállapotú hópelyhek és hódara szemek olvadási folyamatai, az ónos eső képződése. A

fentiek mellett új módszert dolgoztam ki a modell adatokból származtatható radar

reflektivitás kiszámítására. Eddig az alkalmazott mikrofizikai leíráshoz nem állt

rendelkezésre ilyen algoritmus. A radar adatok szimulációja megbízhatóbbá teszi a mérési

eredményekkel való összehasonlítást.

A kutatásaim során egyrészt idealizált esetekben, a dinamikai folyamatok

elhanyagolásával; másrészt a dinamikai és mikrofizikai folyamatok közötti kölcsönhatások

figyelembevételével végeztem vizsgálatokat.

1) Számítógépes program kifejlesztése a modellezett radar reflektivitás meghatározására,

ami lehetővé teszi a modell számítások radarmérésekkel történő tesztelését. Az algoritmus

alkalmazhatósága és korlátai.

Napjaink időjárás előrejelző modelljei már integráltan alkalmaznak radar paraméterek

becslését szolgáló modulokat. A származtatott radar mezők azonban sok esetben nem

bizonyulnak elegendően pontosnak, amely az alkalmazott mikrofizikai („bulk”) sémák

pontatlanságaival magyarázható. A „bulk” sémák által alkalmazott integrálható függvények

sokszor nem megfelelőek a hidrometeorok méret szerinti eloszlásának leírására. Gyakori

hibájuk, hogy a kisméretű részecskék koncentrációját alul, a nagyokat pedig felülbecsülik.

Ez a pontatlanság a kiszámított radar reflektivitás értékeire is jelentős hatással van. A

részletes mikrofizikai modell esetében eddig nem állt rendelkezésre olyan számítási

algoritmus, amely alapján a radar reflektivitás számítását el tudtuk volna végezni.

Korábbi kutatási eredményekre építve a bin sémához integrált radar reflektivitás

számítási algoritmus került kidolgozására.

A modell validálása is hatékonyabban elvégezhetővé válik. Ugyanis míg a radar

adatok a legtöbb esetben rendelkezésre állnak, addig közvetlen információk a


91

hidrometeorok méret szerinti eloszlására vonatkozóan csak igen kevés esetben (pl.:

célzott mérési kampányok során) állnak rendelkezésre.

A bin séma által direkt módon számított olvadási arány és méret szerinti eloszlás a

radar reflektivitás pontosabb meghatározását teszi lehetővé.

Az eddig elvégzett numerikus szimulációk eredményei azt mutatják, hogy a modell

helyesen írja le a felhőkben végbemenő mikrofizikai folyamatokat, és a szilárd

elemek olvadását. A radar képeken beazonosítható fényes sáv kialakulása, és

erőssége jelentősen függ az olvadási aránytól. Mérésekkel való összevetések

alapján a modellben alkalmazott olvadási séma a fényes sáv karakterisztikáit, és a

fényes sáv alatt megfigyelhető reflektivitás csökkenést – összevetve egyéb

operatívan alkalmazott modellekkel – jól adja vissza.

2) Idealizált esettanulmányok alapján levonható következtetések:

(i) A részletes mikrofizikai modellel, idealizált szimulációk segítségével vizsgáltuk, hogy a

környező levegő hőmérséklete és páratartalma milyen hatással van a szilárd

halmazállapotú csapadékelemek olvadási folyamatira. A következő megállapításokra

jutottunk:

Nedves adiabatikus hőmérsékleti rétegződés és 100 % relatív páratartalom esetén az

olvadási réteg vastagsága jelentősen függ a hidrometeorok kezdeti méret szerinti

eloszlásától.

Az olvadás miatt bekövetkező hőmérséklet csökkenés mértékét szintén befolyásolja

a kezdeti méret szerinti eloszlás és a hidrometeorok típusa.

Az olvadási rétegben meginduló olvadás a csapadékhullás következtében egyre

szélesebb tartományban fejti ki hatását. Végül (néhány óra elteltével) egy közel

0 °C-os izoterm réteg alakul ki, így a szilárd halmazállapotú csapadék elemek

olvadása jelentősen lelassul, illetve megszűnik.

70 %-os relatív páratartalom mellett az olvadási folyamatok csak a +1 - +1,5 °C-os

szint elérése után indulnak meg. Ez összhangban van a megfigyelési adatokkal.

Noha az exponenciális függvény elterjedt közelítés a vízcseppek méret szerinti

eloszlásának leírására, az ónos eső képződése során a vízcseppek méret szerinti


92

eloszlása nem írható le vele, ez a fajta közelítés jelentős hibát eredményezhet a

felszíni csapadékban.

(ii) A csapadékelemek kezdeti méret szerinti eloszlása jelentősen befolyásolja a felszínre

hulló csapadék méretét, illetve halmazállapotát.

Az eredmények azt mutatják, hogy a hódara részecskék esetében az olvadási arány,

az olvadás hatékonysága jelentősen csökken a méret növekedésével. Míg a kb.

0,5 mm átmérőjű részecskék esetén az olvadási arány 80 % körül mozog, addig

3 mm-t meghaladó hódara esetében 20 % alatt marad.

A hópelyhekre vonatozó olvadási réteg vastagsága a keverési aránytól függően -

100 és 1000 m között változik.

A relatív páratartalom csökkenése az olvadási réteg vastagságának mintegy 100 –

600 méterrel való növekedését eredményezi.

3) A kutatás kezdetén a 3. fejezetben ismertetett hipotéziseket állítottuk fel, amelyekkel

kapcsolatban következő megállapításokra jutottunk:

(i) Téli csapadék halmazállapotát meghatározó folyamatok, a havazás, az eső és az ónos

eső kialakulásának mikrofizikai feltételei.

A numerikus kísérletek eredményei alapján a következő megállapításokat tehetjük:

A részletes mikrofizikai modell a felszíni csapadék halmazállapotának pontosabb

előrejelzését tette lehetővé a vizsgált esettanulmányban.

Amennyiben a hópelyhek koncentrációja magas (0,5 > g kg-1

), akkor az ónos eső

kialakulása nem lehetséges. Az olvadási tartományban a hópelyhek által elvont hő

olyan mértékű hőmérsékletcsökkenést eredményez, amely meggátolja a további

olvadási folyamatokat, és így az ónos eső kialakulását.

Természetesen az ónos eső képződése során elengedhetetlen, hogy a hópelyhek

teljes megolvadásához elegendő vastagságú pozitív hőmérsékletű réteg álljon

rendelkezésre.


93

A vízcseppek jelenléte a relatív páratartalom függvényében gyorsíthatja is, és

lassíthatja is az olvadási folyamatokat, így jelentős hatással van az ónos eső

kialakulására.

(ii) Csapadékképződés orografikus konvektív felhőkben.

A csapadékképződési folyamatok modellezése kifejezetten problematikus a komplex

felszínek (orografikus hatások) figyelembe vétele esetén. A felszíni akadályok által

kiváltott konvekció jelentős hatással van a csapadékelemek képződésére. A részletes

mikrofizikai modellt sikeresen alkalmaztuk az orografikusan gerjesztett, konvektív felhők

mikrofizikai folyamatainak modellezésére. A modell eredményeit egy operatívan

alkalmazott mikrofizikai séma eredményeivel és mérési eredményekkel is

összehasonlítottuk.

A numerikus szimulációk tapasztalatait a következő pontokban foglalhatjuk össze:

A részletes mikrofizikai modell a csapadék felszíni eloszlásában pontosabb

eredményt szolgáltatott, mint a bulk modell. A felszíni csapadékmennyiség

eloszlásában kisebb változékonyságot mutatott, mint az alkalmazott bulk modell.

A repülőgépes mérésekkel való összehasonlítás azt mutatja, hogy a részletes

mikrofizikai modell a kisméretű vízcseppek, jégkristályok koncentrációját

megfelelően írja le. A nagyméretű hópelyhek koncentrációját viszont felülbecsüli. A

felülbecslés hátterében a hópelyhek sűrűségének és a jégkristályok

zúzmarásodásának pontatlan leírása állhat.

Az alkalmazott radar reflektivitás számítási séma pontosan adja vissza a

megfigyelések eredményeit, mind a fényes sáv erősségét, mind helyzetét illetően. A

sikeres becslés egyrészt a mikrofizikai folyamatok pontosabb leírásának (bin

modell), másrészt a radar reflektivitás meghatározására kidolgozott új eljárásnak

köszönhető.

A hópelyhek zúzmarásodása jelentős mértékben befolyásolja a csapadék térbeli

eloszlását a felszínen, azonban a teljes csapadékmennyiségre nincs jelentős

hatással.


94

(iii) Mikrofizikai folyamatok szerepe az intenzív zivatarláncok kialakulásában és

mozgásában. A párolgás és az olvadás okozta hőelvonás hatása a hideg párna

kialakulásában.

A kutatás során sikeresen alkalmaztuk a részletes mikrofizikai modellt a

zivatarfelhőkben lejátszódó mikrofizikai és dinamikai folyamatok leírására. Az

intenzív zivatarláncok, az úgy nevezett squall line-ok kialakulásában és

mozgásában a mikrofizikai folyamatoknak jelentős szerepet játszanak.

A szilárd halmazállapotú csapadékelemek olvadása, valamint a vízcseppek

párolgása során elvont hő határozza meg a hideg párna (cold pool) kialakulását. Az

olvadás során kialakuló vízcseppek méret szerinti eloszlása jelentősen befolyásolja

azok párolgását, és így az elvont hő mennyiségén keresztül a hőmérséklet-

csökkenést is.

A részletes mikrofizikai modell által számított méret szerinti eloszlások jó egyezést

mutatnak a szakirodalomban fellelhető eredményekkel.

A modell megfelelően adja vissza azt a tapasztalati tényt, hogy a réteges és a

konvektív tartományban a vízcseppek méret szerinti eloszlása jelentősen

különbözik, és a két tartományban nem alkalmazható azonos metszési paraméter az

exponenciális eloszlás használatakor.

A modellhez csatolt radar reflektivitás számítási algoritmus jó közelítését adja a

fényes sáv erősségének és a megfigyeléssekkel összevetve a fényes sáv magasságát

is megfelelően becsüli. A fényes sáv alatti reflektivitás csökkenés is jól egyezik a

megfigyelésekkel.

7. A kutatás további irányai

95

7. A kutatás további irányai

A fentiekben ismertetett modell operatív alkalmazása jelentősen korlátozott a nagy

számítógép teljesítmény igény miatt. A kutatási célú alkalmazása nagy előrelépést jelenthet

a jelenleg elterjedten alkalmazott parametrizációs sémák fejlesztésében és a felhőkben

lejátszódó mikrofizikai folyamatok kutatásában. A kutatási témában folyamatos az

együttműködés az Amerikai Egyesült Államokbeli Nemzeti Légkör Kutató Központtal

(National Center for Atmospheric Research – NCAR). Számos, az együttműködés során

született eredmény került alkalmazása az operatív „bulk” modellek fejlesztésekor. Az

eddigi együttműködéseket is figyelembe véve a kutatás további irányait az alábbi

pontokban foglalhatjuk össze:

i. A radar reflektivitás meghatározására kidolgozott algoritmus továbbfejlesztése. A

jégrészecskék visszaszórási keresztmetszetének meghatározása a tényleges méret

figyelembevételével. Eddig a víz ekvivalens átmérőből számoltuk a reflektivitást. A

radar reflektivitás pontosabb meghatározása elősegíti a mért radarjelek és a modell

eredmények megbízhatóbb összehasonlítását.

ii. A meglévő radar reflektivitás számítási algoritmus továbbfejlesztése mellett

folyamatban van egy, a polarizációs radar paraméterek meghatározását szolgáló

algoritmus kidolgozása is. Ez tovább bővíti a modelleredmények és a megfigyelési

adatok összehasonlításának lehetőségét. A vízcseppekre vonatkozó polarizációs

paraméterek meghatározása a Mainzi Egyetem Légkörkutató Intézetével való

együttműködés keretében történik.

Köszönetnyilvánítás

96

Köszönetnyilvánítás

Ezúton szeretném kifejezi köszönetemet témavezetőmnek, Dr. Geresdi Istvánnak, aki

munkám során nemcsak értékes szakmai tanácsokkal látott el, hanem hozzáállásával és

végtelen türelmével mindig kitartásra, és munkára ösztönzött.

Köszönöm Dr. Dövényi Zoltán professzor úrnak a Pécsi Tudományegyetem

Természettudományi Kar Földtudományok Doktori Iskolája vezetőjének a támogatását és

érdeklődését, illetve a lehetőséget, hogy a doktori iskola hallgatója lehettem.

Köszönettel tartozom, Gregory Thompsonnak, aki hasznos tanácsokkal látott el a

„bulk” sémákat illetően, a WRF program megismerésével és használatával kapcsolatban,

valamint a WRF programozás „trükkjeiért”.

Szeretném megköszönni Julie M. Thériaultnak, hogy rendelkezésemre bocsátotta

az ónos eső modellezéssel kapcsolatos esettanulmány adatait, valamint a közös munkát.

Külön köszönettel tartozom Kyoko Ikeda-nak az IMPROVE-2 esettanulmánnyal

kapcsolatos adatok megosztásáért. Köszönöm, Németh Szilárdnak és Dr. Király Gábornak

a MatLab programozással kapcsolatban felmerült kérdésekre adott nélkülözhetetlen

segítséget.

Köszönöm elő opponenseimnek, Dr. Ács Ferencnek és Dr. Pálfalvi Lászlónak a

dolgozat javítására tett jobbító szándékú megjegyzéseit.

Köszönöm a Pécsi Tudományegyetem Természettudományi Kar Földrajzi Intézet

munkatársainak, hogy a doktori tanulmányok során tanítottak és tanulhattam tőlük.

Munkám során elengedhetetlen volt, hogy a szakmai konferenciákon való

részvételhez és a kutatáshoz támogatást nyújtott a „A Dél-dunántúli régió egyetemi

versenyképességének fejlesztése”, Társadalmi Megújulás Operatív Program (TÁMOP-

4.2.1.B-10/2/KONV- 2010-0002); a TÁMOP-4.2.2.C-11/1/KONV-2012-0005 ”Jól-lét az

információs társadalomban” és végül, de nem utolsó sorban a TÁMOP 4.2.4B/10 –

”Nemzeti kiválóság program” Apáczai Csere János Doktorandusz Ösztöndíj, valamint

külföldi tanulmányutak során a Campus Hungary Program.

Köszönöm mindazoknak a doktorandusz hallgatóknak, akik a nehéz napokon is

vidám és ösztönző hangulatot teremtettek.

Végül, de nem utolsó sorban köszönöm családom és barátaim támogatását, az ő

nem szűnő buzdításuk nélkül ez a dolgozat nem születhetett volna meg.

Irodalomjegyzék

97

Irodalomjegyzék

1. ATLAS D., 1957: Drop size and radar structure of a precipitation streamer, Journal

of Meteorology, Vol. 14. pp. 261-271.

2. ATLAS, D., ULBRICH, C. W., MARKS JR., F. D., AMITAI, E., WILLIAMS, C. R., 1999:

Systematic variation of drop size and radar-rainfall relations, Journal of

Geophysical Research, Vol. 104. pp. 6155-6169.

3. BARTHAZY, E., HENRICH, W., WALDVOGEL, A., 1998: Size distribution of

hydrometeors through the melting layer, Atmospheric Research, Vol. 47-48.

pp. 193-208.

4. BARTHAZY, E – SCHEFOLD, R., 2006: Fall velocity of snowflakes of different

riming degree and crystal types, Atmospheric Research, Vol. 82. pp. 391-

398.

5. BATTAN, L. J. – BOHREN, C. F., 1982: Radar backscattering by melting snowflakes,

Journal of Applied Meteorology, Vol. 21. pp. 1937-1938.

6. BEMIS, A. C., 1955: Shorter Contributions – The Role of Melting Snow in the

Atmosphere, Journal of Meteorology, Vol. 12. pp. 186-187.

7. BLAHAK, U., 2007: RADAR_MIE_LM and RADAR_MIELIB—Calculation of

radar reflectivity from model output. Internal Rep., Institute for

Meteorology and Climate Research, University/Research Center Karlsruhe,

150 pp.

8. BLANCHARD, D. C., 1953: Raindrop Size-Distribution in Hawaiian Rains, Journal

of Meteorology, Vol. 10. pp. 457-473.

9. BOHREN, C. F. – HUFFMAN, D. R., 1983: Absorption and scattering of light by small

particles. John Wiley & Sons, New York.

10. BÖHM, H. P., 1992: A general hydrodynamic theory for mixed-phase microphysics.

Part II: collision kernels for coalescence. Atmos. Res., Vol. 27. pp. 275-290.

11. BRAHAM, R. R. – SQUIRES, P., 1974: Cloud physics - 1974’, Monthly Weather

Review, Vol. 55. pp. 543-586.

12. BRAHAM, R. R., 1990: Snow particle size spectra in lake effect snows, Journal of

Applied Meteorology, Vol. 29. pp. 200-207.

Irodalomjegyzék

98

13. BRINGI, V. N., RASMUSSEN, R. M., VIVEKANANDAN, J., 1986a: Multiparameter

radar measurements in Colorado convective storms. Part I: Graupel melting

studies, Journal of the Atmospheric Sciences, Vol. 43. pp. 2545-2563.

14. BRINGI, V. N., VIVEKANANDAN, J., TUTTLE, J. D., 1986b: Multiparameter radar

measurements in Colorado convective storms. Part II: Hail detection studies,

Journal of the Atmospheric Sciences, Vol. 43. pp. 2564-2577.

15. BRINGI, V. N., CHANDRASEKAR, V., HUBBERT, J., GORGUCCI, E., RANDEU, W. L.,

SCHOENHUBER, M., 2003: Raindrop Size Distribution in Different Climatic

Regimes from Disdrometer and Dual-Polarized Radar Analysis, Journal of

the Atmospheric Sciences, Vol. 60. pp. 354-365.

16. BYERS, H. R. – BRAHAM, R. R., 1949: The Thunderstorm, U. S. Gov’t Printing

Office, Washington D. C., pp. 287.

17. CHOULARTON, T. W. – PERRY, S. J., 1986: A model of the orographic enhancement

of snowfall by the seeder-feeder mechanism, Quart. J. R. Met. Soc., Vol.

112. pp. 335-345.

18. COELHO, A. de A., BRENGUIER, J-L., PERRIN, T., 2005a: Droplet Spectra

Measurements with the FSSP-100, Part I: Low Droplet Concentration

Measurements, Journal of Atm. and Oc. Technology, Vol. 22. pp. 1748-

1755.

19. COELHO, A. de A., BRENGUIER, J-L., PERRIN, T., 2005b: Droplet Spectra

Measurements with the FSSP-100, Part II: Coincidence Effect, Journal of

Atm. and Oc. Technology, Vol. 22. pp. 1756-1761.

20. COLLE, B. A., GARVERT, M. F., WOLFE, J. B., MASS, C. F., WOODS, C. P. 2005: The

13–14 December 2001 IMPROVE-2 event. Part III: Simulated

microphysical budgets and sensitivity studies, J. Atmos. Sci., Vol. 62. pp.

3535–3558.

21. COOPER, W. A., 1986: Ice initiation in natural clouds. Precipitation Enhancement—

A Scientific Challenge, Meteor. Monogr., No. 21, Amer. Meteor. Soc., pp.

29–32.

22. CRAWFORD, R. W. – STEWART, R. E., 1995: Precipitation type characteristics at the

surface in winter storms, Cold Regions Science and Technology, Vol. 23. pp.

215-229.

Irodalomjegyzék

99

23. CZIGÁNY S., PIRKHOFFER E., NAGYVÁRADI L., HEGEDÜS P., GERESDI I., 2011:

Rapid screening of flash flood-affected watersheds in Hungary. Zeitschrift

Für Geomorphologie, Vol. 55. pp. 1-13.

24. DAWSON D. T., XUE M., MILBRANDT J. A., YAU M. K., 2010: Comparison of

Evaporation and Cold Pool Development between Single-Moment and

Multimoment Bulk Microphysics Schemes in Idealized Simulations of

Tornadic Thunderstorms, Mon. Wea. Rev., Vol. 138. pp. 1152-1171.

25. FABRY, F. – ZAWADZKI, I., 1995: Long-term radar observations of the melting layer

of precipitation and their interpretation, Journal of the Atmospheric

Sciences, Vol. 52. pp. 838-851.

26. FIELD, P. R., HOGAN, R. J., BROWN, P. R. A., ILLINGWORTH, A. J., CHOULARTON, T.

W., COTTON, R. J., 2005: Parametrization of ice-particle size distributions

for mid-latitude stratiform cloud, Q. J. R. Meteorol. Soc., Vol. 131. pp.

1997-2017.

27. FIELD, P. R., HEYMSFIELD, A. J., BANSEMER, A., 2007: Snow Size Distribution

Parametrization for Midlatitude and Tropical Ice Clouds, J. Atmos. Sci., Vol.

64. pp. 4346-4365.

28. FUJIYOSHI, Y., 1986: Melting snowflakes, Journal of the Atmospheric Sciences, Vol.

43. pp. 307-311.

29. GARVERT, M. F, COLLE, B. A., MASS, C. F., 2005a: The 13-14 December 2001

IMPROVE-2 Event. Part I: Synoptic and Mesoscale Evolution and

Comparison with a Mesoscale Model Simulation. J. Atmos. Sci., Vol. 62. pp.

3474-3492.

30. GARVERT, M. F, WOODS, C. P, COLLE, B. A, MASS, C. F, HOBBS, P. F, STOELINGA,

M. T., WOLFE, J. B., 2005b: The 13-14 December 2001 IMPROVE-2 Event.

Part II: Comparisons of MM5 Model Simulations of Clouds and

Precipitation with Observations. J. Atmos. Sci., Vol. 62. pp. 3520-3534.

31. GARVERT, M. F, SMULL, B., MASS, C., 2007: multiscale mountain waves

influencing a major orographic precipitation event. J. Atmos. Sci., Vol. 64.

pp. 711-737.

32. GEOTIS, S. G., 1978: Comparison of Reflectivity Measurements by Radar and by

Disdrometer, Journal of App. Met., Vol. 17. pp. 1403-1405.

Irodalomjegyzék

100

33. GERESDI, I. – WEIDINGER, T., 1989: A meteorológiai folyamatok modellezésében

alkalmazott numerikus módszerek, Időjárás, Vol. 93. pp. 100–114.

34. GERESDI, I., 1996: Numerical simulation of the precipitation development in a

severe thunderstorm, Atmospheric Research, Vol. 41. pp. 71-80.

35. GERESDI, I., 1998: Idealized simulation of the Colorado hailstorm case: comparison

of bulk and detailed microphysics, Atmospheric Research, Vol. 45. pp. 237-

252.

36. GERESDI, I. – HORVÁTH, Á., 2000: Nowcasting of precipitation type, Part I: Winter

precipitation, Időjárás, Quarterly Journal of the Hungarian Meteorological

Service, Vol. 104. pp. 241-252.

37. GERESDI, I. 2004.: Felhőfizika, Dialóg Campus Kiadó, Pécs

38. GERESDI, I., RASMUSSEN, R. M., GRABOWSKI, W., BERNSTEIN, B., 2005: Sensitivity

of freezing drizzle formation in stably stratified clouds to ice processes,

Meteorology and Atmospheric Physics, Vol. 88. pp. 91-105.

39. GERESDI, I., SARKADI, N., THOMPSON, G., 2014: Effect of the accretion by water

drops on the melting of snowflakes, Atmos. Res., Vol. 149. pp. 96-110.

40. GODDARD, J. W. F., CHERRY, S. M., BRINGI, V. M., 1982: Comparison of Dual-

Polarization Radar Measurements of Rain with Ground-Based Disdrometer

Measurements, Journal of Applied Meteorology, Vol. 21. pp. 252-256.

41. GRABOWSKI W., 1998: Toward Cloud Resolving Modeling of Large-Scale Tropical

Circulations: A Simple Cloud Microphysics Parameterization. J. Ams. Sci.,

Vol. 55. pp. 3283-3298.

42. GUNN, K. L. S. – MARSHALL, J. S., 1958: The distribution with size of aggregate

snowflakes, Journal of Meteorology, Vol. 15. pp. 452-461.

43. HALL, W. D., 1980: A detailed microphysical model within a two-dimensional

dynamic framework: Model description and preliminary results, Journal of

the Atmospheric Sciences, Vol. 37. pp. 2486-2507.

44. HANESIAK, J. M. – STEWART, R. E., 1995: The Mesoscale and Microscale Structure

of a Severe Ice Pellet Storm, Mon. Weath. Rew., Vol. 123. pp. 3144-3162.

45. HORVÁTH, Á. (szerk.), 2007: A légköri konvekció. Országos Meteorológiai

Szolgálat. Budapest, pp. 64.

46. HORVÁTH, Á. – GERESDI, I., 2003: Severe storms and Nowcasting in the Carpathian

basin, Atmospheric Research, Vol. 67-68. pp. 319-332.

Irodalomjegyzék

101

47. HORVÁTH, Á., GERESDI, I, NÉMETH, P., CSIRMAZ, K., DOMBAI, F., 2009: Numerical

modeling of severe convective storms occurring in the Carpathian Basin,

Atmospheric Research, Vol. 93. pp. 221-237.

48. HORVÁTH, Á., SERES, A. T., NÉMETH, P., 2012: Convective systems and periods

with large precipitation in Hungary, Időjárás, Quarterly Journal of the

Hungarian Meteorological Service, Vol. 116. pp. 77-91.

49. HOUZE, R. A., 1993: Cloud dynamics, Academic Press, San Diego/New

York/Boston/London/Sydney/Tokyo/Toronto.

50. IKEDA, K., RASMUSSEN, R. M., HALL, W. D., THOMPSON, G., 2007: Observations of

freezing drizzle in extratropical cyclonic storms during IMPROVE-2,


51. IKEDA, K., RASMUSSEN, R. M., BRANDES, E., MCDONOUGH, F., 2009: Freezing

drizzle detection with WSR-88D radars, Journal of Applied Meteorology

and Climatology, Vol. 48. pp. 41-60.

52. ILLINGWORTH, A. J. – STEVENS, C. J., 1987: An Optical Disdrometer for the

Measurement of Raindrop Size Spectra in Windy Conditions, Journal of the

Atmospheric and Oceanic Technology, Vol. 4. pp. 411-421.

53. JOSS, J. – WALDVOGEL, A., 1969: Raindrop Size Distribution and Sampling Size

Errors, Journal of the Atmospheric Sciences, Vol. 26. pp. 566-569.

54. JOSS, J. – WALDVOGEL, A., 1977: Comments on „Some Observations on the Joss-

Waldvogel Rainfall Disdrometer”, Journal of Applied Meteorology, Vol. 16.

pp. 112-113.

55. KIKUCHI, K., KAMEDA, T., HIGUCHI, K., YAMASHITA, A., Working Group Members

for new classification of snow crystals, 2013: A global classification of

snow crystals, ice crystals, and solid precipitation based on observations

from middle latitudes to polar region, Atmospheric Research, Vol. 132-133.

pp. 460-472.

56. KINNEL, P. I. A., 1976: Some Observations on the Joss-Waldvogel Rainfall

Disdrometer, Journal of Applied Meteorology, Vol. 15. pp. 499-502.

57. KHAIN, A., OVTCHINNIKOV, M., PINSKY, M., POKROVSKY, A., KRUGLIAK, H., 2000:

Notes on the state-of-the-art numerical modeling of cloud microphysics,


Irodalomjegyzék

102

58. KHAIN, A., POKROVSKY, A., PINSKY, M., 2004: Simulation of effects of atmospheric

aerosols on deep turbulent convective clouds using a spectral microphysics

mixes-phase cumulus cloud model. Part I: Model description and possible

applications, Journal of the Atmospheric Sciences, Vol. 61. pp. 2963-2982.

59. KHAIN, A., ROSENFELD, D., POKROVSKY, A., BLAHAK, U., RYZHKOV, A., 2011: The

role of CCN in precipitation and hail in a mid-latitude storm as seen in

simulations using a spectral (bin) microphysics model in a 2D dynamic

frame, Atmospheric Research, Vol. 99. pp. 129-146.

60. KLAASSEN, W., 1988: Radar observations and simulation of the melting layer of

precipitation, Journal of the Atmospheric Sciences, Vol. 45. pp. 3741-3753.

61. KNIGHT, C. A., 1979: Observations of Morphology of Melting Snow, Journal of the

Atmospheric Sciences, Vol. 36. pp. 1123-1130.

62. KRUGER, A. – KRAJEWSKI, W. F., 2002: Two-Dimensional Video Disdrometer: A

Description, Journal of the Atmospheric and Oceanic Technology, Vol. 19.

pp. 602-617.

63. LANGMUIR, I., 1948: The production of rain by a chain reaction in cumulus clouds

at temperatures above freezing, Journal of Meteorology, Vol. 5. pp. 175-192.

64. LAURSEN, K. K., JORGENSEN, D. P., BRASSEUR, G. P., USTIN, S. L., HUNING, J. R.,

2006: HIAPER: The Next Generation NSF/NCAR Research Aircraft, Bull.

Amer. Soc., Vol. 87. pp. 896-909.

65. LEMPIO, G. E., BUMKE, K., MACKE, A., 2007: Measurement of solid precipitation

with an optical disdrometer, Advances in Geosciences, Vol. 10. pp. 91-97.

66. LIN, Y-L., FARLEY, R. D., ORVILLE, H. D., 1983: Bulk Parameterization of the

Snow Field in a Cloud Model, Journal of Climate and Applied Meteorology,

Vol. 22. pp. 1065-1092.

67. LIST, R. – GILLESPIE, J. R., 1976: Evolution of raindrop spectra with collision-

induced breakup, Journal of the Atmospheric Sciences, Vol. 33. pp. 2007-

2013.

68. LIU, X. C., GAO, T. C., LIU, L., 2014: A video recipitation sensor for imaging and

velocimetry of hydrometeors, Atmos. Meas. Tech., Vol. 7. pp. 2037–2046.

69. LOW, T. B. – LIST, R., 1982a: Collision, coalescence and breakup of raindrops. Part

I: Experimentally established coalescence efficiencies and fragment size

Irodalomjegyzék

103

distributions in breakup, Journal of the Atmospheric Sciences, Vol. 39. pp.

1591-1606.

70. LOW, T. B. – LIST, R., 1982b: Collision, coalescence and breakup of raindrops. Part

II: Parameterization of fragment size distribution, Journal of the


71. LÖFFLER-MANG, M. – JOSS, J., 2000: An Optical Disdrometer for the Measuring

Size and Velocity of Hydrometeors, Journal of the Atmospheric and

Oceanic Technology, Vol. 17. pp. 130-139.

72. LYNN, B. H., KHAIN, A. P., DUDHIA, J., ROSENFELD, D., POKROVSKY, A., SEIFERT,

A., 2005a: Spectral (bin) microphysics coupled with a mesoscale model

(MM5). Part I: Model description and first results, Monthly Weather Review,

Vol. 133. pp. 44-58.

73. LYNN, B. H., KHAIN, A. P., DUDHIA, J., ROSENFELD, D., POKROVSKY, A., SEIFERT,

A., 2005b: Spectral (bin) microphysics coupled with a mesoscale model

(MM5). Part II: Simulation of a CAPE rain event with a squall line, Monthly

Weather Review, Vol. 133. pp. 59-71.

74. MADDOX, R. A., 1980: Mesoscale Convective Complexes, BAMS, Vol. 61. pp.

1374-1387.

75. MAKI, M., IWANAMI, K., HIGASHIURA, M., SATO, T., UYEDA, H., HANADO, H.,

KUMAGAI, H., 1998: Hydrometeor Size Distribution Estimated by Vertically

Pointing Doppler Radar and Polarimetric Radar Measurements --

Preliminary Results, Jour. Fac. Sci., Hokkaido Univ., Ser. VII (Geophysics),

Vol. 11. pp. 363-381.

76. MARSHALL, J. S. – PALMER, W. McK., 1948: Shorter Contributions – The

distribution of raindrops with size, Journal of Meteorology, Vol. 5. pp. 165-

166.

77. MARSHALL, J. S., LANGILLE, R. C., PALMER, W. McK., 1947: Measurement of

rainfall by radar, Journal of Meteorology, Vol. 4. pp. 186-192.

78. MARZANO, F. S., SCARANARI, D., CELANO, M., ALBERONI, P. P., VULPIANI, G.,

MONTOPOLI, M., 2006: Hydrometeor classification from dual-polarized

weather radar: extending fuzzy logic from S-band to C-band data, Advances

in Geosciences, Vol. 7. pp. 109–114.

Irodalomjegyzék

104

79. MASON, B. J., 1956. On the melting of hailstones. Quart. J. Roy. Meteor. Soc. Vol.

82. pp. 209-216.

80. MÄTZLER, C., 1998: Microwave properties of ice and snow, in: B. SCHMITT et al.

(editor), Solar System Ices, Vol. 227 of Astrophysics and Space Science

Library, Kluwer Academic Publishers, Dordrecht, pp. 241–257.

81. MATROZOV, S. Y., 1992: Radar reflectivity in Snowfall, IEEE Transactions on

Geoscience and Remote Sensing, Vol. 30. pp. 454-461.

82. MAXWELL GARNETT, J. C., 1904: Colours in metal glasses and in metallic films,

Philos. Trans. Roy. Soc. London, 203A. pp. 385–420.

83. MEDINA, S., SMULL, B. F., HOUZE JR., R. A., STEINGER, M., 2005: Cross-Barrier

Flow during Orographic Precipiation Events: Results from MAP and

IMPROVE, J. Atm. Sci., Vol. 62. pp. 3580-3598.

84. MÉSZÁROS, R., 2013: Meteorológiai műszerek és mérőrendszerek. Eötvös Lóránd

Tudományegyetem, Budapest. Online elérhető, website:

http://elte.prompt.hu/sites/default/files/tananyagok/MeteorologiaiMuszerek

EsMerorendszerek/book.pdf (Utolsó letöltés: 2016. Március 23.)

85. MICHALAKES, J., CHEN, S., DUDHIA, J., HART, L., KLEMP, J., MIDDLECOFF, J.,

SKAMAROCK, W., 2001: Development of a next generation regional weather

research and forecast model. Developments in Teracomputing: Proceedings

of the Ninth ECMWF Workshop on the Use of High Performance

Computing in Meteorology, W. ZWIEFLHOFER and N. KREITZ, Eds., World

Scientific, pp. 269–276.

86. MILBRANDT, J. A. – YAU, M. K., 2005a: A multimoment bulk microphysics

parameterization. Part I: Analysis of the role of the spectral shape parameter,


87. MILBRANDT, J. A. – YAU, M. K., 2005b: A multimoment bulk microphysics

parameterization. Part II: A proposed three-moment closure and scheme

description, Journal of the Atmospheric Sciences, Vol. 62. pp. 3065-3081.

88. MILBRANDT, J. A. – YAU, M. K., 2006a: A multimoment bulk microphysics

parameterization. Part III: Control simulation of a hailstorm, Journal of the


http://elte.prompt.hu/sites/default/files/tananyagok/MeteorologiaiMuszerekEsMerorendszerek/book.pdf

http://elte.prompt.hu/sites/default/files/tananyagok/MeteorologiaiMuszerekEsMerorendszerek/book.pdf

Irodalomjegyzék

105

89. MILBRANDT, J. A. – YAU, M. K., 2006b: A multimoment bulk microphysics

parameterization. Part IV: Sensitivity experiments, Journal of the


90. MILBRANDT, J. A., YAU, M. K., MAILHOT, J., BÉLAIR, S., 2008: Simulation of an

orographic precipitation event during IMPROVE-2. Part I: Evaluation of the

control run using a triple-moment bulk microphysics scheme, Monthly


91. MILBRANDT, J. A., YAU, M. K., MAILHOT, J., BÉLAIR, S., MCTAGGART-COWAN, R.,

2010: Simulation of an Orographic Precipitation Event during IMPROVE-2.

Part II: Sensitivity of the Number of Moments in the Bulk Microphysics

Scheme, Mon. Weather Rev., Vol. 138. pp. 625-642.

92. MILES, N. L., VERLINDE, J., CLOTHIAUX, E. E:, 2000: Cloud Droplet Size

Distribution in Low-Level Stratiform Clouds, J. Atmos. Sci., Vol. 57. pp.

295-311.

93. MITRA, S. K., VOHL, O., AHR, M., PRUPPACHER, H. R., 1990: A wind tunnel and

theoretical study of the melting behavior of atmospheric ice particles. IV:

Experiment and theory for snow flakes, Journal of the Atmospheric


94. MORRISON, H. – PINTO, J. O., 2005: Mesoscale modeling of springtime arctic

mixed-phase stratiform clouds using a new two-moment bulk microphysics

scheme, Journal of the Atmospheric Sciences, Vol. 62. pp. 3683-3704.

95. MORRISON, H. – PINTO, J. O., 2006: Intercomparison of bulk cloud microphysics

schemes in mesoscale simulations of springtime arctic mixed-phase

stratiform clouds, Monthly Weather Review, Vol. 134. pp. 1880-1900.

96. MORRISON, H. – GETTELMAN, A., 2008: A new two-moment bulk stratiform cloud

microphysics scheme in the community atmosphere model, version 3

(CAM3). Part I: Description and numerical tests, Journal of Climate, Vol.

21. pp. 3642-3659.

97. MORRISON, H., THOMPSON, G., TATARSKII, V., 2009: Impact of cloud microphysics

on the development of trailing stratiform precipitation in a simulated squall

line: Comparison of one- and two-moment schemes, Monthly Weather

Review, Vol. 137. pp. 991-1007.

Irodalomjegyzék

106

98. MORRISON, H. – MILBRANDT, J., 2011: Comparison of two-moment bulk

microphysics schemes in idealized supercell thunderstorm simulations,

Monthly Weather Review, Vol. 139. pp. 1103-1130.

99. MORRISON, H., MILBRANDT, J. A., BRYAN, G. H., IKEDA, K., TESSENDORF, S. A.,

THOMPSON, G., 2015: Parameterization of Cloud Microphysics Based on the

Prediction of Bulk Ice Particle Properties. Part II: Case Study Comparisons

with Observations and Other Schemes, J. Atm. Sci., Vol. 72. pp. 312-339.

100. NAGEL, D., MAIXNER, U., STRAPP, W., WASEY, M., 2007: Advancements in

Techniques for Calibration and Characterization of In Situ Optical Particle

Measuring Probes, and Applications to the FSSP-100 Probe, Journal of

Atmospheric and Oceanic Technology, Vol. 24. pp. 754-760.

101. OHTAKE, T., 1969: Observations of size distribution of hydrometeors through the

melting layer, Journal of the Atmospheric Sciences, Vol. 26. pp. 545-557.

102. ORALTAY, R. G. – HALLETT, J., 1989: Evaporation and Melting of Ice Crystals: A

Laboratory Study, Atmospheric Research, Vol. 24. pp. 169-189.

103. PARKER, M. D. – JOHNSON, R. H., 2000: Organizational Modes of Midlatitude

Mesoscale Convective Systems, Mon. Weather Review, Vol. 128. pp. 3413-

3436.

104. PASSARELLI, R. E. – SRIVASTAVA, R. C., 1979: A new aspect of the vertical

incidence Doppler radar spectrum of ice particle fallspeeds, Journal of


105. PITTER, R. L., 1977: A Reexamination of Riming on Thin Ice Plates, Journal of


106. PLATT, U., PFEILSTICKER, K., VOLLMER, M., 2007: Radiation and Optics in

the Atmosphere (Chapter 19). In: Träger, F. (eds.), 2007: Spinger Handbook

of Lasers and Optics, Springer New York, pp. 1165-1203.

(Online változat, az utolsó letöltés dátuma: 2016. 06. 17 (péntek):

https://www.google.hu/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ca

d=rja&uact=8&ved=0ahUKEwjOp7niya7NAhWH7RQKHRGpCK0QFgga

MAA&url=http%3A%2F%2Fwww.springer.com%2Fcda%2Fcontent%2Fd

ocument%2Fcda_downloaddocument%2Fradiations%2Boptics%2Batmos.p

df%3FSGWID%3D0-0-45-384698-

https://www.google.hu/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwjOp7niya7NAhWH7RQKHRGpCK0QFggaMAA&url=http%3A%2F%2Fwww.springer.com%2Fcda%2Fcontent%2Fdocument%2Fcda_downloaddocument%2Fradiations%2Boptics%2Batmos.pdf%3FSGWID%3D0-0-45-384698-0&usg=AFQjCNHpfJ88jIAao_cTuEk26A7g9ZO2vA&sig2=P_oKtzxXDw3fVzRncvqu7A&bvm=bv.124272578,d.d24





Irodalomjegyzék

107

0&usg=AFQjCNHpfJ88jIAao_cTuEk26A7g9ZO2vA&sig2=P_oKtzxXDw

3fVzRncvqu7A&bvm=bv.124272578,d.d24)

107. PRUPPACHER, H. R. – KLETT, J. D., 2004: Microphysics of clouds and precipitation,

Kluwer Academic Publishers, New York/Boston/Dordrecht/London/

Moscow

108. RASMUSSEN, R. – PRUPPACHER, H. R., 1982: A wind tunnel and theoretical study of

the melting behavior of atmospheric ice particles. I: A wind tunnel study of

frozen drops of radius < 500 µm, Journal of the Atmospheric Sciences, Vol.

39. pp. 152-158.

109. RASMUSSEN, R. M. – HEYMSFIELD, A. J., 1987: Melting and shedding of graupel

and hail. Part I: Model physics, Journal of the Atmospheric Sciences, Vol.

44. pp. 2754-2763.

110. RASMUSSEN, R. M., LEVIZZANI, V., PRUPPACHER, H. R., 1984a: A wind tunnel and

theoretical stud on the melting behavior of atmospheric ice particles. II: A

theoretical study for frozen drops of radius < 500 µm, Journal of the


111. RASMUSSEN, R. M., LEVIZZANI, V., PRUPPACHER, H. R., 1984b: A wind tunnel and

theoretical stud on the melting behavior of atmospheric ice particles: III.

Experiment and theory for spherical ice particles of radius > 500 µm,


112. RASMUSSEN, R. M., GERESDI, I., THOMPSON, G., MANNING, K., KARPLUS, E., 2002:

Freezing drizzle formation in stably stratified layer clouds: The role of

radiative cooling of cloud droplets, cloud condensation nuclei, and ice

initiation, Journal of the Atmospheric Sciences, Vol. 59. pp. 837-860.

113. RASMUSSEN, R. M., DIXON, M., VASILOFF, S., HAGE, F., KNIGHT, S.,

VIVEKANANDAN, J., XU, M., 2003: Snow Nowcasting Using a Real-Time

Correlation of Radar Reflectivity with Snow Gauge Accumulation, Journal

of Applied Meteorology, Vol. 12. pp. 20-36.

114. RASMUSSEN, R. M., HALLETT, J., PURCELL, R., LANDOLT, S. D., COLE, J., 2011:

The hotplate precipitation gauge, Journal of Atmospheric and Oceanic

Technology, Vol. 28. pp. 148-164.

115. RASMUSSEN, R. M., BAKER, B., KOCHENDORFER, J., MEYERS, T., LANDOLT, S.,

FISCHER, A. P., BLACK, J., THÉRIAULT, J. M., KUCERA, P., GOCHIS, D.,



Irodalomjegyzék

108

SMITH, C., NITU, R., HALL, M., IKEDA, K., GUTMANN, E., 2012: How Well

Are We Measuring Snow: The NOAA/FAA/NCAR Winter Precipitation

Test Bed, Bulletin American Meteorological Society, Vol. 93. pp. 811–829.

116. RAUBER, R. M., GRANT, L. O., FENG, D., SNIDER, J. B., 1986: The characteristics

and distribution of cloud water over the mountains of northern Colorado

during wintertime storms. Part I: Temporal Variations, J. Climate Appl.

Meteor., Vol. 25. pp. 468-488.

117. RAY, P. S., 1972: Broadband complex refractive indices of ice and water, Appl.

Opt., Vol. 11. pp. 1836–1844.

118. REISIN, T., LEVIN, Z., TZIVION, S., 1996a: Rain production in convective clouds as

simulated in an axisymmetric model with detailed microphysics. Part I:

Description of the model, Journal of the Atmospheric Sciences, Vol. 53. pp.

497-519.

119. REISIN, T., LEVIN, Z., TZIVION, S., 1996b: Rain production in convective clouds as

simulated in an axisymmetric model with detailed microphysics. Part II:

Effects of varying drops and ice initiation, Journal of the Atmospheric

Sciences, Vol. 53. pp. 1815-1837.

120. REISIN, T., TZIVION, S., LEVIN, Z., 1996c: Seeding convective clouds with ice

nuclei or hygroscopic particles: A numerical study using a model with

detailed microphysics, Journal of Applied Meteorology, Vol. 35. pp. 1416-

1434.

121. REISIN, T., YIN, Y., LEVIN, Z., TZIVION, S., 1998: Development of giant drops and

high-reflectivity cores in Hawaiian clouds: numerical simulations using a

kinematic model with detailed microphysics, Atmospheric Research, Vol.

45. pp. 275-297.

122. ROBICHAUD, A. J. – AUSTIN, G. L., 1988: On the modelling of warm orographic

rain by seeder-feeder mechanism, Q. J. R. Meteorol. Soc., Vol. 114. pp. 967-

988.

123. ROTUNNO, R., KLEMP J. B., WEISMANN M. L., 1988: A Theory of Long-Lived Squall

Lines. J. Atm. Sci., Vol. 45. pp. 463-485.

124. RUTLEDGE, S. A. – HOBBS, P. V., 1983: The Mesoscale and Microscale Structure and

Organization of Clouds and Precipitation in Midlatitude Cyclones. VIII: A

Irodalomjegyzék

109

Model for the “Seeder-Feeder” Process in Warm-Frontal Rainbands, J. Atm.

Sci., Vol. 40. pp. 1185-1206.

125. SARKADI, N., GERESDI, I., THOMPSON, G., 2016: Numerical simulation of

precipitation formation in the case orographically induced convective cloud:

comparison of the results of bin and bulk microphysical schemes,


126. SEIFERT, A., KHAIN, A., BLAHAK, U., BEHENG, K. D., 2005: Possible effects of

collisional breakup on mixed-phase deep convection simulated by a spectral

(bin) cloud model, Journal of the Atmospheric Sciences, Vol. 62. pp. 1917-

1931.

127. SEIFERT, A., KHAIN, A., POKROVSKY, A., BEHENG, K. D., 2006: A comparison of

spectral bin and two-moment bulk mixed-phase cloud microphysics,


128. SEKHON, R. S. – SRIVASTAVA, R. C., 1970: Snow Size Spectra and Radar

Reflectivity, Jourmal of the Atmospheric Sciences, Vol. 27. pp. 299-307.

129. SKAMAROCK W, KLEMP J, DUDHIA J, Gill D, BARKER D, DUDA M, HUANG X.Y.,

POWERS, J., 2008. A description of the advanced research WRF version 3.

Technical Report. NCAR Techn. Note NCAR/TN-475 + STR (113 pp.)

130. SHEPPARD, B. E. – JOE, P. I., 1994: Comparison of Raindrop Size Distribution

Measurements by a Joss-Waldvogel Disdrometer, a PMS 2DG

Spectrometer, and a POSS Doppler Radar, Journal of Atm. and Oc.

Technology, Vol. 11. pp. 874-887.

131. SMITH, P. L., 1984: Equivalent Radar Reflectivity Factors for Snow and Ice

Particles, Journal of Climate and Applied Meteorology, Vol. 23. pp. 1258-

1260.

132. SMOLARKIEVICZ, P. K., 1984: A Fully Multidimensional Positive Definite

Advection Transport Algorithm with Small Implicit Diffusion. Journal of

Computational Pysics, Vol. 54. pp. 325-362.

133. SPILHAUS, A. F., 1948: Drop Size, Intensity, and Radar Echo of Rain, Journal of

Meteorology, Vol. 5. pp. 161-164.

134. STOELINGA, M. T., HOBBS, P. V., MASS, C. F., LOCATELLI, J. D., COLLE, B. A.,

HOUZE, R. A. Jr., RANGNO, A. L., BOND, N. A., SMULL, B. F., RASMUSSEN,

R. M., THOMPSON, G., COLMAN, B. R., 2003: Improvement of

Irodalomjegyzék

110

microphysical parameterization through observational verification

experiment, Bull. Amer. Meteor. Soc., Vol. 84. pp. 1807-1826.

135. STRAKA, J. M. – MANSELL, E. R., 2005: A bulk microphysics parameterization with

multiple ice precipitation categories, Journal of Applied Meteorology, Vol.

44. pp. 445-466.

136. STRAKA, J. M., ZRINĆ, D. S., RYZHKOV, A. V., 2000: Bulk hydrometeor

classification and quantification using polarimetric radar data: Synthesis of

relations, Journal of Applied Meteorology, Vol. 39. pp. 1341-1372.

137. STRAKA, J. M., 2009: Cloud and precipitation microphysics, Cambridge University

Press, Cambridge/New York/Melbourne/Madrid/Cape Town/Singapore/Sao

Paulo/Delhi/Dubai/Tokyo

138. SZYRMER, W. – ZAWADZKI, I., 1999: Modeling of the melting layer. Part I:

Dynamics and microphysics, Journal of the Atmospheric Sciences, Vol. 56.

pp. 3573-3592.

139. TAO, W.-K., SCALA, J. R., FERRIER, B., SIMPSON, J., 1995: The Effect of Melting

Processes on the Development of a Tropical and a Midlatitude Squall Line,

J. Atm. Sci., Vol. 52. pp. 1934-1948.

140. THÉRIAULT, J. M. – STEWART, R. E., 2010: A Parameterization of the Microphysical

Processes Forming Many Types of Winter Precipitation, Journal of the


141. THÉRIAULT, J. M., MILBRANDT, J. A., DOYLE, J., MINDER J. R., THOMPSON, G.,

SARKADI N., GERESDI, I., 2015: Impact of melting snow on the valley flow

field and precipitation phase transition, Atmos. Res., Vol. 156. pp. 111-124.

142. THOMPSON, G., RASMUSSEN, R. M., MANNING, K., 2004: Explicit forecasts of

winter precipitation using an improved bulk microphysics scheme. Part I:

Description and sensitivity analysis, Monthly Weather Review, Vol. 132. pp.

519-542.

143. THOMPSON, G., FIELD, P. R., RASMUSSEN, R. M., HALL, W. D., 2008: Explicit

forecasts of winter precipitation using an improved bulk microphysics

scheme. Part II: Implementation of a new snow parameterization, Monthly


Irodalomjegyzék

111

144. TOKAY, A. – SHORT, D. A., 1996: Evidence from Tropical Raindrop Spectra oh the

Origin of Rain from Stratiform versus Convective Clouds, Journal of App.

Met., Vol. 35. pp. 355-371.

145. TOKAY, A., SHORT, D. A., WILLIAMS, C. R., ECKLUND, W. L., GAGE, K. S., 1999:

Tropical Rainfall Associated with Convective and Stratiform Clouds:

Intercomparison of Disdrometer and Profiler Measurements, Journal of App.

Met., Vol. 38. pp. 302-320.

146. TOKAY, A., WOLFF, R., BASHOR, P., DURSUN, O., 2003: On the measurement errors

of the Joss–Waldvogel disdrometer. Preprints, 31st Int. Conf. on Radar

Meteorology, Seattle, WA, Amer. Meteor. Soc., pp. 437–440.

147. TOKAY, A., BASHOR, P. G., WOLFF, K. R., 2005: Error Characteristics of Rainfall

Measurements by Collocated Joss-Waldvogel Disdrometers, Journal of Atm.

and Oc. Tech., Vol. 22. pp. 513-527.

148. VIVEKANANDAN, J., BRINGI, V. N., RAGHAVAN, R., 1990: Multiparameter radar

modeling and observations of melting ice, Journal of the Atmospheric


149. WALDVOGEL, A., 1974: The N0 Jump of Raindrop Spectra, Journal of the


150. WALDVOGEL, A., FEDERER, B., GRIMM, P., 1979: Criteria for the Detection of Hail

Cells, Journal of Applied Meteorology, Vol. 18. pp. 1521-1525.

151. WEISMAN, M. L. – ROTUNNO, R., 2004: “A theory for strong long-lived squall

lines” revisited, Journal of the Atmospheric Sciences, Vol. 61. pp. 361-382.

152. WISNER, C., ORVILLE, H. D., MYERS, C., 1972: A Numerical Model of a Hail-

Bearing Cloud, J. Atmos. Sci., Vol. 29. pp. 1160-1181.

153. WOODS C. P, STOELINGA M. T, LOCATELLI J. D., HOBBS P. V., 2005: Microphysical

Processes and Synergistic Interaction between Frontal and Orographic

Forcing of Precipitation during the 13 December IMPROVE-2 Event over

the Oregon Cascades, J. Atmos. Sci., Vol. 62. pp. 3493-3519.

154. YUTER, S. E., KINGSMILL, D. E., NANCE, L. B., LÖFFLER-MANG, M., 2006:

Observations of precipitation size and fall speed characteristics within

coexisting rain and wet snow, Journal of Applied Meteorology and

Climatology, Vol. 45. pp. 1450-1464.

Irodalomjegyzék

112

155. ZHANG, G., LUCHS, S., RYZHKOV, A., XUE, M., RYZHKOVA, L., CAO, Q., 2011:

Winter Precipiation Microphysics Characterized by Polarimetric Radar and

Video Disdrometer Observations in Central Oklahoma, Journal of Applied

Meteorology and Climatology, Vol. 50. pp. 1558-1570.

Képek internetes forrásai:

AGRO: http://www.agroinform.com/

NOAA: https://www.nssl.noaa.gov/

UCAR: https://www.eol.ucar.edu/

Mainzi Tudományegyetem: https://www.blogs.uni-mainz.de/

Weatherwise: http://www.weatherwise.org/archives/back%20issues/2012/march-april%

202012/weather-queries-full.html

http://www.agroinform.com/

https://www.nssl.noaa.gov/

https://www.eol.ucar.edu/

https://www.blogs.uni-mainz.de/

http://www.weatherwise.org/archives/back%20issues/2012/march-april%202012/weather-queries-full.html

http://www.weatherwise.org/archives/back%20issues/2012/march-april%202012/weather-queries-full.html

Függelék

1. táblázat: A modellben megkülönböztetett részecske típusok, méret szerinti elkülönítésük és fontosabb jellemzőik.

Hidrometeor Átmérő (min–max)

[m]

Közelített alak Határsebesség [m s-1] Sűrűség [kg m-3] és méret [m]

Jégkristály

2,06 ∙ 10-6 – 3,8 ∙ 10-1 Lapított forgási

ellipszoid

m=dii 3,16 0,900

Vízcseppek 1,56 ∙ 10-6 – 1,02 ∙ 10-2 Lapított forgási

ellipszoid

0,1000w

Hópehely 2,06 ∙ 10-6 – 7,85 ∙ 10-2 Szférikus közelítés

ss

ss

s

d

d

v

2.184.4

kg 103.2906 m ha

2.11250

kg 103.2906 m ha

25.0

8-

-8

d < 100 μm: mdss 28.16 900

d > 500 μm: 17.0

6

17.0

md

ds

ss

100 µm < d < 500 µm: 3

1

6

ss

r

md

, ahol r a

tengelyek arányát fejezi ki

Hódara 3,37 ∙ 10-6 – 5,08 ∙ 10-3 Szférikus közelítés Lásd Rasmussen – Heymsfield (1987). Ha

μm 200d : 0450.=ρgr

Ha mm 2m200 21 dd d :

450

045008001

12

dmmd-mdm

.-.=ρgr

Ha mm 2d : 3

1

6 0800

grgrgr

m=d.=ρ

Határsebesség [m s-1] Határsebesség [m s-1] Sűrűség [kg m-3] és méret [m]

Részlegesen olvadt hó

és hódara

Hódara szemek:

air

kgr,kmkw,kmkm, vF+vF=v

2.11 ,, , ahol

vgr,k a még nem olvadt hódara határsebessége, , air

a levegő sűrűsége, Fm,k az olvadási arány.

Hópelyhek:

km,m F=f 4.411exp0.01195 , ahol Fm,k a k-ik

méretintervallumba eső hidrometeor olvadási aránya (MITRA et

al., 1990).

kd,mkw,mkm, vf+vf=v 1 , ahol fm az olvadási aránytól

függő együttható és vm,k, vw,k és vd,k rendre a részlegesen olvadt

hidrometeor, a vízcsepp és a száraz jég határsebessége.

Hópelyhek:

3

1

,

,,,

,,

6

1

)1(

smms

hókmvízkmsm

kmkmm

r

md

FF

rFFr

1. ábra: A 2D-C szonda által végzett mérések valós kimeneti képe (az árnyékok az egyes detektált

hidrometeorokhoz kapcsolódnak) (Forrás: UCAR).

Documents

PÉCSI TUDOMÁNYEGYETEM Földtudományok Doktori Iskolaold.foldrajz.ttk.pte.hu/phd/phdkoord/nv/disszert/... · 2016-11-03 · kialakulásában jelentős szerepe van a szilárd halmazállapotú